跳转至

欢迎使用 ATSVisionOps

Python 3.12 YOLO 支持 PaddlePaddle 支持 GitCode 发行版 123云盘 支持 Vercel 支持 QQ 联系

ATSVisionOps 是面向工业视觉项目的一体化数据准备工具,覆盖 标注 → 增强 → 格式转换 → 训练 → 离线分发 完整工作流。

快速开始

  • 新用户:按 环境安装 配置 Python + 依赖库
  • 开始标注:打开软件 → 左侧选「图像标注」
  • 想扩数据:参考 数据增强
  • 现场部署:看 离线部署

为什么选择 ATSVisionOps

工业视觉项目里,最耗时的不是模型调参,而是数据准备:

  • 标注 1 万张样本要花几周时间,标注工具分散在多个窗口,状态不一致
  • 数据集格式 YOLO/COCO/LabelMe 来回转换,每种工具链都要重新跑一遍
  • 现场采集的样本不均衡,需要增强;但增强软件又跟标注不联动
  • 训练好的模型要交付,但现场没有 Python 环境,要装一堆依赖

ATSVisionOps 把这些「不得不做、做了又烦」的工作,集成进同一个窗口。


核心能力

  • 矩形 / 多边形 / 旋转框三种标注类型
  • 快捷键 + 放大镜 + 多级撤销
  • 批量重命名与自动分类
  • 支持 JSON / TXT 多格式
  • 几何变换:旋转、缩放、翻转、错切
  • 颜色抖动:亮度、对比度、色相、饱和度
  • 噪声与遮挡:模拟真实采集环境
  • 增强后自动同步标签
  • LabelMe JSON ↔ YOLO TXT 双向互转
  • LabelMe JSON ↔ COCO JSON
  • 多边形智能合并(解决碎标签问题)
  • 支持矩形 / 多边形 / OBB 三种形状
  • 环形图展平裁切(金属、玻璃、塑料等俯视样品)
  • 批量缩放 + 格式转换
  • 符号检测迁移工具
  • 内置训练面板
  • TensorBoard 实时可视化
  • 一键环境部署(在线 / 离线包)
  • 离线 .whl 包一键安装
  • 适用于生产现场无网络环境

第一次使用

  1. 启动软件,在首次设置页选择界面语言和主题(彩色或简约),再点「进入软件」。
  2. 首次进入主界面时会显示「模块概览」。每个模块都有用途说明,点击名称可直接进入。想再看时,点首页右上角的「模块概览」。
  3. 之后可通过侧边栏顶部的齿轮,在「语言」或「界面主题」中修改选择。重启软件后生效。

按目的入门

  • : 想要标注?


    从零开始给你的图像画框 / 多边形 / 旋转框。

    图像标注

  • : 需要数据清洗?


    整理、过滤、分类、批处理原始数据集。

    数据优化

  • : 需要数据增强扩充样本?


    几何 / 颜色 / 噪声变换,自动同步标签。

    数据增强

  • : 如何生成 COCO?


    YOLO / LabelMe / COCO 三种格式互转。

    COCO 转换


社区与反馈

作者的话

"做这套工具的初衷,是把工业现场那些零碎、重复、没人愿意做但绕不开的数据整理工作,交给机器去做。让人专注于真正重要的事 —— 数据和算法。"

更多关于项目初衷、发展历程、致谢,请阅读 关于 ATSVisionOps。


发行方式

ATSVisionOps 现统一采用 标准版 Std + 可选推理组件 的分发方式。基础标注无需安装推理组件;需要模型自动标注时,再安装对应组件。

Pro 版已正式归档,不再作为独立产品继续更新。 此处。