前言
在深度参与语义分割与目标检测项目的开发过程中，面对海量数据标注的高昂成本与漫长周期，意识到"人工全量标注"已成为制约模型迭代效率的瓶颈。鉴于市面上缺乏能够无缝衔接"初期标注 - 模型训练 - 辅助标注"闭环的高效工具，研发了一套智能交互式标注系统。
核心功能
通过人机协同方式：用户仅需完成少量初始标注，系统即可即时训练模型并利用推理结果辅助后续标注，显著提升效率。
语义分割模块：基于 PaddleSeg 深度学习框架开发，具备高度的模型适配性，完美支持 UNet、SegFormer、PPLite 等主流架构，可灵活应对不同场景的分割需求。
目标检测模块：集成 YOLO 系列算法，全面兼容 YOLOv8、YOLO11 等最新SOTA模型，确保检测精度与推理速度的平衡。
功能介绍
本工具支持手动多边形与矩形绘制，并集成模型自动标注功能，允许用户在自动生成的结果上进行交互式微调。
选择PaddleSeg类型的模型，实现掩膜自动标注
点击 自动标注
生成标注掩膜
当发现标注不合适时，可以进行编辑微调
此外，还包含数据格式转换，可以将JSON转换为YOLO格式，同时可进行数据集划分
选择YOLO模型，可实现自动目标检测标注
同时支持自己手动标注
标注结果完美适配LabelMe
