ImageTrans ⇔X-AnyLabeling⇔yolo #942
Description
ImageTrans是一款强大的图片翻译处理工具
拥有强大的可扩展性和可关联性
基于此 可以跟各种第三方软件联动
就在昨天 开源工具
https://github.com/CVHub520/X-AnyLabeling
内置了训练工具
于是我们ImageTrans的用户
可以更方便实现0代码训练自己的检测模型
在此我提供几个
我自己在训练过程中捅咕出来的
我自己觉得很实用的脚本
前提说明
虽然我们可以通过
ImageTrans 的导出导入和
X-AnyLabeling
导出和导入
通过YOLO格式的文件来实现2个软件的互通
但是这样这样的操作步骤有点多
所以
第一个脚本 ImageTrans 无缝转 X-AnyLabeling
ImageTrans_to_X-AnyLabelingJSON.zip
bandicam.2025-08-21.00-59-13-835.mp4
可以看到 仅仅用了一个操作就将ImageTrans 配置转换成了 X-AnyLabeling的配置JSON
同理
第二个脚本
0A拖拽X-AnyLabeling转换到ImageTrans项目文件并把父路径写入IPT文件路径.zip
bandicam.2025-08-21.01-00-14-653.mp4
通过视频可以看到 也是仅用了一步 就将 X-AnyLabeling 推理的矩形转换到了 ImageTrans
这个好处还有一点就是 ImageTrans 默认支持 YOLO的目标检测
并且有HTTP的接口
这样通过HTTP的接口可以对接其他的目标检测
假设我们的用户不会写代码 而且AI写不出能用的推理代码
这时候我们就可以直接使用 X-AnyLabeling 直接推理 然后用第二个脚本 转换成ImageTrans 配置文件
举个例子 RTDERTV2
bandicam.2025-08-21.01-11-11-291.mp4
这样就可以很方便的使用不同的模型来推理 然后转换回 ImageTrans OCR 和翻译等操作
第三个脚本 是基于第二个的
还是前提说明
虽然我们可以使用第二脚本来转换到ImageTrans 并进行
区域合并
然后再用第一个脚本转换回 X-AnyLabeling 但是这一来一回是不还是很麻烦
所以有了第三个脚本
0A双击合并全部拖着执行部分x-Anylabeling区域合并.zip
因为 X-AnyLabeling可以方便可视化调整置信度 和交并比 并且可以即时看到结果
bandicam.2025-08-21.01-21-37-992.mp4
这样2个软件互相配合 就可以快速 方便的 制作自己的数据 来训练模型了
希望大家能动手训练出一个针对自己所看的图片类型的专属模型
以上脚本 在 https://github.com/lhj5426/YSG 仓库的 数据制作文件夹内也都有提供