MyVision 是一个免费的基于计算机视觉的ML训练数据在线图像生成工具。它的设计考虑到了用户使用感受，提供了加快标记过程功能并帮助维护具有大型数据集的工作流。
特征：
绘制边界框和多边形来标记您的对象。
在多边形操作中丰富了编辑、删除和添加新点的附加功能。
支持以下数据集格式：
图片
注释对象可能是一项艰巨的任务...您可以跳过所有艰苦的工作，并使用预先编程好的机器学习模型为您自动注释对象。 MyVision 充分利用了前沿"COCO-SSD"模型为您的图像生成边界框，并在您的本地浏览器上进行操作 - 将所有隐私数据保留在您计算机范围内：
语言
MyVision 适用于英中文两种版本。
本地设置
运行此项目无需设置，打开 index.html 文件，一切就绪！但是，如果您想对此数据库进行更改或完善，请按照以下说明进行操作：
要求：Node 版本 10+ 和 NPM 版本 6+
安装 Node 依赖项：
$ npm install
项目需在监视模式下运行：
$ npm run watch
所有更改都应在 src 目录中进行，并在 publicDev 中观察
MyVision图像标记步骤
1.准备数据与环境
登录MyVision在线平台，创建新项目并命名（如"车辆检测数据集"）。
点击"导入图像"按钮，上传本地图片或批量选择文件夹中的图像文件。
图片
2.选择标注类型与工具边界框
在工具栏中选择标注类型
边界框：拖动鼠标框选目标对象（适用于车辆、人脸等规则形状）。
多边形：逐点绘制复杂轮廓（适用于医学图像中的器官轮廓标注）。
使用快捷键调整标注（如按Delete删除误标区域）。
图片
3.精细化标注操作
选中已标注区域，右键点击进入编辑模式，可：
拖动锚点调整形状；
添加/删除锚点以优化边缘精度（如树叶边缘细节）。
在右侧属性栏输入标签名称（如"car"），并设置颜色区分不同类别。
图片
4.启用自动化标注（可选）
点击"智能标注"按钮，调用本地集成的COCO-SSD模型进行预标注：
系统自动识别常见物体（如行人、动物）并生成初步边界框。
手动修正模型输出的误差区域（如遮挡目标的误识别）。
图片
5.导出与格式转换
完成标注后，进入"导出数据"界面
选择目标格式（如YOLO用于训练目标检测模型，COCO用于实例分割任务）。
勾选"压缩包"选项，一键下载包含标注文件和原图的完整数据集。
图片
关键技巧与注意事项
批量处理：按住Shift多选同类图片，统一应用相同标签以提升效率。
隐私保护：标注全程在本地运行，无需担心敏感数据（如医疗影像）上传云端。
跨平台协作：支持团队成员共享标注任务，实时同步进度。