通过自然语言与 AI 对话,自动完成图像标注。
用自然语言描述你想标注的目标,让 AI 自动生成标注结果。
探索 TjMakeBot 在 2D/3D 标注、6D 姿态数据集、模型资产、质量检查、训练、导出和工作流控制方面的功能。
用自然语言描述你想标注的目标,让 AI 自动生成标注结果。
适用于机器人和具身智能数据集:当对象不只需要 2D 框,而是需要可用于下游处理的 3D 姿态时,可使用 6D 姿态模式。
为检测、分割、旋转物体、关键点、点云和物体姿态数据集选择合适的标注方式。
把模型资产 key 绑定到标签,在多个物体间复用资产,并让导出的姿态元数据与下游工具保持一致。
审阅、数据集版本、训练交接和交付可以协同工作,帮助团队从单次任务进入可复用的生产流程。
把分散的标注动作升级成共享复核流程、问题处理和交付检查点。
把审核通过的输出连接到数据集版本、训练结果和客户交付。
通过平台管理权限、审计要求和部署规划。
把自动化、API 访问和复核流程整合到一个平台。
将训练好的模型导出为 PyTorch、ONNX、TensorRT、CoreML、TFLite、OpenVINO、NCNN 等多种格式。
在云端使用 GPU 加速训练 YOLO 模型。
在浏览器中直接用3D边界框标注LiDAR和点云数据。支持PCD和PLY文件。
导出前检查模型资产缺失、深度无效、物体 ID 重复、相机参数问题和投影不可见等问题。
导出包含 annotations_pose6d.json、quality_report.json 和 BOP 风格场景文件的姿态数据集。
支持 YOLO、Pascal VOC、COCO 和 CSV 格式。
按自定义帧率从视频中提取帧,用于数据集创建。
使用训练好的模型自动检测多张图片中的目标。
界面支持多种语言。
为触控板用户优化的缩放和平移控制。
高效处理高分辨率图像。
核心功能完全免费,直接在浏览器中运行。