尧图网站建设 
Xtreme1 完整安装与上手指南三步跑起多模态数据标注平台【免费下载链接】xtreme1Xtreme1 is an all-in-one data labeling and annotation platform for multimodal data training and supports 3D LiDAR point cloud, image, and LLM.项目地址: https://gitcode.com/gh_mirrors/xt/xtreme1Xtreme1 是一个多模态数据标注平台2D 图像、3D 点云与大模型数据都在这里标注。服务全部容器化docker compose up之后浏览器打开 8190 端口就能用。你要为自动驾驶、CV 或大模型批量生产训练数据的话跟着本文约 10 分钟从零到可标注环境。它适合谁、能标什么做模型的人常常卡在同一个循环里框要手绘、点云要手对、模型迭代后还得把标错的样本翻出来重标。Xtreme1 面向的就是这类多模态数据生产工作你在训练 2D 检测/分割模型时平台内置预标注与交互式分割你只修模型标错的部分。你在处理自动驾驶数据时它支持 3D LiDAR 点云框与 LiDAR-相机融合标注点云检测模型可以直接预填标签。你在构建大模型训练数据时可用它的 RLHF 工具——RLHF 是强化学习从人类反馈让人类对模型输出做比较排序产出训练用的偏好数据当前为 beta 版。你标的所有数据类型共用一个本体中心类别支持层级、可挂属性标注结果和训练口径天然对齐。核心能力清单2D/3D 目标检测、语义/实例分割、分类标注预标注 交互式模型辅助层级本体 属性配置数据集管理与质量监控模型结果可视化评估效果大模型 RLHF 标注beta开跑前先把环境确认好项目最低要求备注操作系统任意可运行 Docker 的系统Mac/Windows/Linux 桌面装 Docker DesktopLinux 服务器装 Docker EngineCPUAMD64 或 ARM64ARMApple M1/M2需追加一段覆盖配置见下文内存2 GB开启内置模型服务后建议 4 GB磁盘10 GB 以上空闲实际占用随你的数据集大小变化软件Docker Desktop ≥ 4.1或 Docker Engine ≥ 20.10 Compose 插件 ≥ 2.0桌面与服务器二选一GPU可选NVIDIA T4 同档显卡 CUDA 驱动 NVIDIA Container Toolkit仅内置预标注模型服务需要三步把平台跑起来第一步拿到项目文件git clone https://gitcode.com/gh_mirrors/xt/xtreme1 cd xtreme1执行后你会得到一个项目目录里面的 docker-compose.yml 定义了全部容器Nginx、MySQL、Redis、MinIO 对象存储、后端与前端。第二步一条命令启动全部服务docker compose up首次运行会依次拉取镜像、初始化数据库并灌入一套测试数据集耗时几分钟。终端里你会看到各容器逐个通过健康检查想放后台跑就改用docker compose up -d。第三步浏览器打开访问http://localhost:8190建议用 Chrome。如果从同网段的其他机器访问把 localhost 换成本机 IP 即可。MySQL、MinIO 的账号密码与端口都在 docker-compose.yml 里数据存在 Docker 卷中重建容器不会丢数据。按需再配置 ⚙️打开内置模型服务2D 目标检测、点云检测这两个预标注模型默认不启动需要显式指定 model 配置组docker compose --profile model up前置条件宿主机已装 NVIDIA CUDA 驱动和 NVIDIA Container ToolkitDocker 的 daemon.json 里配好 nvidia 运行时并重启 Docker显卡至少 T4 同档内存 4 GB 起。Apple M1 / M2 适配MySQL 镜像在 ARM 上不能直接跑。在同目录新建docker-compose.override.yml写入下面三行compose 会自动合并它services: mysql: platform: linux/amd64保存后重新docker compose upMySQL 会以 x86 模拟方式运行功能完整只是稍慢。想改代码源码构建路径默认配置从镜像仓库拉预构建镜像。想本地构建时把 backend、frontend 两个服务的image行注释掉、取消对应build行的注释docker compose up会先构建再启动。改完代码后记得显式执行docker compose build——up只在镜像不存在时才构建。本地改动别提交进docker-compose.yml可复制一份为docker-compose.develop.yml已在 .gitignore 里用-f指定它运行。构建慢可以开启 BuildKit 加速依赖缓存。三类真实场景演示 图像标注画框、分割都能做内置检测与交互式分割模型先给草稿你再微调效率比纯手工高得多。3D 点云与传感器融合支持 3D LiDAR 三维框和 LiDAR-相机融合标注内置点云检测与 3D 跟踪模型可在序列上预填标签。大模型 RLHF 标注对模型生成的多个候选回答做比较与排序产出偏好数据直接进入强化学习训练闭环beta 版。一图看懂架构从上到下Nginx 统一入口中间分为应用服务Web 前端、API 后端、两个检测模型服务与基础服务MySQL、Redis、MinIO两组再往下是 Docker Engine Compose可跑在 Mac/Windows/Linux 与 x86/ARM 硬件上。每个服务都带健康检查依赖就绪后才启动上层容器。许可与归属Xtreme1 采用 Apache 2.0 许可证名称为 LF AI Data Foundation 商标是该基金会首个开源数据标注项目。代码拿回去就能用遇到问题直接在镜像仓库提 issue。【免费下载链接】xtreme1Xtreme1 is an all-in-one data labeling and annotation platform for multimodal data training and supports 3D LiDAR point cloud, image, and LLM.项目地址: https://gitcode.com/gh_mirrors/xt/xtreme1创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Xtreme1 完整安装与上手指南：三步跑起多模态数据标注平台
Xtreme1 完整安装与上手指南三步跑起多模态数据标注平台【免费下载链接】xtreme1Xtreme1 is an all-in-one data labeling and annotation platform for multimodal data training and supports 3D LiDAR point cloud, image, and LLM.项目地址: https://gitcode.com/gh_mirrors/xt/xtreme1Xtreme1 是一个多模态数据标注平台2D 图像、3D 点云与大模型数据都在这里标注。服务全部容器化docker compose up之后浏览器打开 8190 端口就能用。你要为自动驾驶、CV 或大模型批量生产训练数据的话跟着本文约 10 分钟从零到可标注环境。它适合谁、能标什么做模型的人常常卡在同一个循环里框要手绘、点云要手对、模型迭代后还得把标错的样本翻出来重标。Xtreme1 面向的就是这类多模态数据生产工作你在训练 2D 检测/分割模型时平台内置预标注与交互式分割你只修模型标错的部分。你在处理自动驾驶数据时它支持 3D LiDAR 点云框与 LiDAR-相机融合标注点云检测模型可以直接预填标签。你在构建大模型训练数据时可用它的 RLHF 工具——RLHF 是强化学习从人类反馈让人类对模型输出做比较排序产出训练用的偏好数据当前为 beta 版。你标的所有数据类型共用一个本体中心类别支持层级、可挂属性标注结果和训练口径天然对齐。核心能力清单2D/3D 目标检测、语义/实例分割、分类标注预标注 交互式模型辅助层级本体 属性配置数据集管理与质量监控模型结果可视化评估效果大模型 RLHF 标注beta开跑前先把环境确认好项目最低要求备注操作系统任意可运行 Docker 的系统Mac/Windows/Linux 桌面装 Docker DesktopLinux 服务器装 Docker EngineCPUAMD64 或 ARM64ARMApple M1/M2需追加一段覆盖配置见下文内存2 GB开启内置模型服务后建议 4 GB磁盘10 GB 以上空闲实际占用随你的数据集大小变化软件Docker Desktop ≥ 4.1或 Docker Engine ≥ 20.10 Compose 插件 ≥ 2.0桌面与服务器二选一GPU可选NVIDIA T4 同档显卡 CUDA 驱动 NVIDIA Container Toolkit仅内置预标注模型服务需要三步把平台跑起来第一步拿到项目文件git clone https://gitcode.com/gh_mirrors/xt/xtreme1 cd xtreme1执行后你会得到一个项目目录里面的 docker-compose.yml 定义了全部容器Nginx、MySQL、Redis、MinIO 对象存储、后端与前端。第二步一条命令启动全部服务docker compose up首次运行会依次拉取镜像、初始化数据库并灌入一套测试数据集耗时几分钟。终端里你会看到各容器逐个通过健康检查想放后台跑就改用docker compose up -d。第三步浏览器打开访问http://localhost:8190建议用 Chrome。如果从同网段的其他机器访问把 localhost 换成本机 IP 即可。MySQL、MinIO 的账号密码与端口都在 docker-compose.yml 里数据存在 Docker 卷中重建容器不会丢数据。按需再配置 ⚙️打开内置模型服务2D 目标检测、点云检测这两个预标注模型默认不启动需要显式指定 model 配置组docker compose --profile model up前置条件宿主机已装 NVIDIA CUDA 驱动和 NVIDIA Container ToolkitDocker 的 daemon.json 里配好 nvidia 运行时并重启 Docker显卡至少 T4 同档内存 4 GB 起。Apple M1 / M2 适配MySQL 镜像在 ARM 上不能直接跑。在同目录新建docker-compose.override.yml写入下面三行compose 会自动合并它services: mysql: platform: linux/amd64保存后重新docker compose upMySQL 会以 x86 模拟方式运行功能完整只是稍慢。想改代码源码构建路径默认配置从镜像仓库拉预构建镜像。想本地构建时把 backend、frontend 两个服务的image行注释掉、取消对应build行的注释docker compose up会先构建再启动。改完代码后记得显式执行docker compose build——up只在镜像不存在时才构建。本地改动别提交进docker-compose.yml可复制一份为docker-compose.develop.yml已在 .gitignore 里用-f指定它运行。构建慢可以开启 BuildKit 加速依赖缓存。三类真实场景演示 图像标注画框、分割都能做内置检测与交互式分割模型先给草稿你再微调效率比纯手工高得多。3D 点云与传感器融合支持 3D LiDAR 三维框和 LiDAR-相机融合标注内置点云检测与 3D 跟踪模型可在序列上预填标签。大模型 RLHF 标注对模型生成的多个候选回答做比较与排序产出偏好数据直接进入强化学习训练闭环beta 版。一图看懂架构从上到下Nginx 统一入口中间分为应用服务Web 前端、API 后端、两个检测模型服务与基础服务MySQL、Redis、MinIO两组再往下是 Docker Engine Compose可跑在 Mac/Windows/Linux 与 x86/ARM 硬件上。每个服务都带健康检查依赖就绪后才启动上层容器。许可与归属Xtreme1 采用 Apache 2.0 许可证名称为 LF AI Data Foundation 商标是该基金会首个开源数据标注项目。代码拿回去就能用遇到问题直接在镜像仓库提 issue。【免费下载链接】xtreme1Xtreme1 is an all-in-one data labeling and annotation platform for multimodal data training and supports 3D LiDAR point cloud, image, and LLM.项目地址: https://gitcode.com/gh_mirrors/xt/xtreme1创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考