X-AnyLabeling 下载与安装教程 简介X-AnyLabeling是一款开源的 AI 辅助数据标注工具集成了 Segment Anything、YOLO 系列等先进模型支持目标检测、图像分割、姿态估计等多种任务兼容 Windows / Linux / macOS 平台。GitHub 地址https://github.com/CVHub520/X-AnyLabeling官方安装文档https://github.com/CVHub520/X-AnyLabeling/blob/main/docs/zh_cn/get_started.md方式一源码安装推荐 ✅官方强烈建议从源码运行可使用最新功能和最稳定的性能体验。步骤 1前置条件安装 Miniconda 或 Anaconda安装 GitPython 3.8推荐 3.10如需 GPU 加速NVIDIA 显卡 CUDA 11.8步骤 2创建并激活 Conda 环境conda create--namex-anylabelingpython3.10-yconda activate x-anylabeling步骤 3下载源码gitclone https://github.com/CVHub520/X-AnyLabeling.gitcdX-AnyLabeling 如果 GitHub 下载慢也可以直接在仓库页面点击“Code” → “Download ZIP”解压后进入目录。步骤 4安装 ONNX Runtime根据你的硬件选择# CPU 版本pipinstallonnxruntime# GPU 版本需要 CUDA 环境pipinstallonnxruntime-gpu步骤 5安装项目依赖根据操作系统和运行环境选择对应的依赖文件依赖文件操作系统运行环境requirements.txtWindows / LinuxCPUrequirements-dev.txtWindows / LinuxCPU开发/可编译requirements-gpu.txtWindows / LinuxGPUrequirements-macos.txtmacOSCPU# 示例Windows/Linux CPU 环境pipinstall-rrequirements-dev.txt# 示例GPU 环境pipinstall-rrequirements-gpu.txt# 示例macOSpipinstall-rrequirements-macos.txt步骤 6启动应用cdanylabeling python app.py或者直接在项目根目录执行python main.py首次启动时系统会自动下载必要的模型文件请耐心等待。方式二下载编译好的 GUI 版本免安装如果不想配置 Python 环境可以直接下载已编译的可执行文件前往 GitHub 仓库的Releases页面找到最新版本下载对应系统的压缩包Windows.exe文件Linux.AppImage或.tar.gzmacOS.dmg或.app解压后直接双击运行即可⚠️ GUI 版本可能不包含最新功能建议有条件还是使用源码方式。 常见问题问题解决方案GitHub 克隆速度慢使用镜像站或下载 ZIP 压缩包pip install报错确认已激活正确的 conda 环境Python 版本 ≥ 3.8macOS 启动报错需切换到项目根目录并指定 Python 版本运行GPU 版本无法使用确认 CUDA 版本与onnxruntime-gpu兼容首次启动卡在下载模型检查网络连接或手动下载模型文件放到指定目录 参考链接官方 GitHubhttps://github.com/CVHub520/X-AnyLabeling中文安装文档https://github.com/CVHub520/X-AnyLabeling/blob/main/docs/zh_cn/get_started.mdGitCode 镜像https://gitcode.com/gh_mirrors/xa/X-AnyLabeling如果安装过程中遇到具体问题欢迎继续提问