10分钟跑通Xtreme1多模态数据标注平台完整上手指南【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如果你正被标注太慢、图片与点云数据分散在不同工具里、质量没法统一管这三件事卡住Xtreme1 这套多模态数据标注平台就是为此而生的。它是一个一体化的开源平台图像 2D 标注、3D LiDAR 点云标注、LiDAR-相机融合标注甚至大语言模型的 RLHF 标注都在同一个网页里完成。平台内置了预标注模型让模型先跑一遍初稿你只负责修正。硬件上 2GB 内存即可运行部署只需 3 条命令。环境准备与快速启动先确认一件事你的机器上装好了 Docker。桌面端Mac、Windows、Linux 都行用 Docker Desktop 4.1Linux 服务器用 Docker Engine 20.10 加 Compose 插件 2.0。磁盘留 10GB 以上空间。拿到代码有两条路选其一即可git clone https://gitcode.com/gh_mirrors/xt/xtreme1 cd xtreme1或者直接从发布页下载 v0.9.1 的压缩包解压后进入目录效果一样。然后启动docker compose up等几分钟。第一次启动要初始化数据库并准备一套测试数据集期间控制台会陆续拉取 MySQL、Redis、MinIO、backend、frontend 这些镜像这是正常的别中途 CtrlC。完成后浏览器打开http://localhost:8190推荐 Chrome就能看到已经带测试数据的标注界面了。想从别的机器访问把 localhost 换成你的 IP 就行。上手实战三个高频场景启动成功后建议按下面三条线各试一遍基本覆盖了平台的核心能力。场景一图像标注先让模型画框再修正。创建一个图像标注任务上传你的图片数据集然后启用内置的目标检测模型。它用的是 YOLOR模型会先给每张图画出检测框并打好类别标签你只需要拖动边角修正位置、删掉误检。分割标注同理用的是 RITM 交互式分割模型。场景二3D LiDAR 点云与相机融合标注。自动驾驶项目最常见的诉求是点云里画 3D 框同时能看到对应相机视角的图像。Xtreme1 支持在同一个视图里操作 3D 框并联动 2D/3D 传感器数据配合 OpenPCDet 和 AB3DMOT 模型做预标注和跨帧跟踪减少逐帧手画的重复劳动。场景三给大模型做 RLHF 标注beta。如果你的任务从视觉扩展到语言平台里内置了 RLHF 工具可以在同一套账号和数据管理体系下完成人类偏好标注不用再接一个独立工具。标注过程中还有两个容易忽略但省时间的功能本体中心Ontology可以预先配置类别层级和属性避免标到一半发现漏了类别数据质量监控会帮你筛出标注不一致或错误的数据集中返工。进阶玩法与边界默认启动是不带模型服务的纯标注功能开箱即用。想启用内置模型做预标注需要显式加一个 profiledocker compose --profile model up这里有一条硬边界模型容器只支持 Linux 服务器且主机要装好 NVIDIA CUDA 驱动和 NVIDIA Container ToolkitGPU 建议 T4 或同级。桌面端装 Docker Desktop 的用户可以先跳过模型手动标注或后续把模型服务部署到服务器上。另外两个常见边界情况Apple M1 等 ARM 机器部分镜像比如 MySQL没有 ARM 版需要建一个docker-compose.override.yml给 mysql 服务加上platform: linux/amd64这一行用 QEMU 模拟运行能跑但会慢一些。想改代码或扩展功能把docker-compose.yml里 backend、frontend 的 image 行注释掉、取消 build 行即可从源码构建。建议复制一份docker-compose.develop.yml来改避免污染主配置。整体是分层架构后端 Java 代码在 backend/src/前端在 frontend/main/目录划分比较清晰。避坑指南按踩坑频率排一下序启动后打不开页面大概率是还在初始化。看docker compose ps等 backend 显示 healthy 再刷浏览器。docker compose down -v会删掉全部数据MySQL、Redis、MinIO 里的内容都在卷里-v会把卷一起删掉误操作没有后悔药。日常停服务用docker compose stop就够了。模型服务起不来九成是 NVIDIA 容器工具没配好。检查nvidia-smi能否在容器里调用Docker Desktop WSL2 用户参考项目 issue 里的说明。项目状态官方已停止对主仓库的积极维护README 里明确写了。代码功能完整、可正常 fork 自用或二次开发但别指望后续 bug 有人修选型时心里有数即可。忘了 MinIO 控制台入口对象存储的 Web 界面在http://localhost:8194各服务的账号密码都写在 docker-compose.yml 里。资源入口部署相关的配置MySQL 初始化脚本、Nginx 路由都在 deploy/ 目录数据库建表和初始数据可以直接翻 deploy/mysql/migration/ 了解字段设计。项目采用 Apache 2.0 许可证Xtreme1 是 LF AI Data Foundation 的商标。下一步建议先在测试数据集上把图像标注 模型预标注这条线完整走一遍跑通后再决定是否上 GPU 部署模型服务。【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
10分钟跑通Xtreme1：多模态数据标注平台完整上手指南
10分钟跑通Xtreme1多模态数据标注平台完整上手指南【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如果你正被标注太慢、图片与点云数据分散在不同工具里、质量没法统一管这三件事卡住Xtreme1 这套多模态数据标注平台就是为此而生的。它是一个一体化的开源平台图像 2D 标注、3D LiDAR 点云标注、LiDAR-相机融合标注甚至大语言模型的 RLHF 标注都在同一个网页里完成。平台内置了预标注模型让模型先跑一遍初稿你只负责修正。硬件上 2GB 内存即可运行部署只需 3 条命令。环境准备与快速启动先确认一件事你的机器上装好了 Docker。桌面端Mac、Windows、Linux 都行用 Docker Desktop 4.1Linux 服务器用 Docker Engine 20.10 加 Compose 插件 2.0。磁盘留 10GB 以上空间。拿到代码有两条路选其一即可git clone https://gitcode.com/gh_mirrors/xt/xtreme1 cd xtreme1或者直接从发布页下载 v0.9.1 的压缩包解压后进入目录效果一样。然后启动docker compose up等几分钟。第一次启动要初始化数据库并准备一套测试数据集期间控制台会陆续拉取 MySQL、Redis、MinIO、backend、frontend 这些镜像这是正常的别中途 CtrlC。完成后浏览器打开http://localhost:8190推荐 Chrome就能看到已经带测试数据的标注界面了。想从别的机器访问把 localhost 换成你的 IP 就行。上手实战三个高频场景启动成功后建议按下面三条线各试一遍基本覆盖了平台的核心能力。场景一图像标注先让模型画框再修正。创建一个图像标注任务上传你的图片数据集然后启用内置的目标检测模型。它用的是 YOLOR模型会先给每张图画出检测框并打好类别标签你只需要拖动边角修正位置、删掉误检。分割标注同理用的是 RITM 交互式分割模型。场景二3D LiDAR 点云与相机融合标注。自动驾驶项目最常见的诉求是点云里画 3D 框同时能看到对应相机视角的图像。Xtreme1 支持在同一个视图里操作 3D 框并联动 2D/3D 传感器数据配合 OpenPCDet 和 AB3DMOT 模型做预标注和跨帧跟踪减少逐帧手画的重复劳动。场景三给大模型做 RLHF 标注beta。如果你的任务从视觉扩展到语言平台里内置了 RLHF 工具可以在同一套账号和数据管理体系下完成人类偏好标注不用再接一个独立工具。标注过程中还有两个容易忽略但省时间的功能本体中心Ontology可以预先配置类别层级和属性避免标到一半发现漏了类别数据质量监控会帮你筛出标注不一致或错误的数据集中返工。进阶玩法与边界默认启动是不带模型服务的纯标注功能开箱即用。想启用内置模型做预标注需要显式加一个 profiledocker compose --profile model up这里有一条硬边界模型容器只支持 Linux 服务器且主机要装好 NVIDIA CUDA 驱动和 NVIDIA Container ToolkitGPU 建议 T4 或同级。桌面端装 Docker Desktop 的用户可以先跳过模型手动标注或后续把模型服务部署到服务器上。另外两个常见边界情况Apple M1 等 ARM 机器部分镜像比如 MySQL没有 ARM 版需要建一个docker-compose.override.yml给 mysql 服务加上platform: linux/amd64这一行用 QEMU 模拟运行能跑但会慢一些。想改代码或扩展功能把docker-compose.yml里 backend、frontend 的 image 行注释掉、取消 build 行即可从源码构建。建议复制一份docker-compose.develop.yml来改避免污染主配置。整体是分层架构后端 Java 代码在 backend/src/前端在 frontend/main/目录划分比较清晰。避坑指南按踩坑频率排一下序启动后打不开页面大概率是还在初始化。看docker compose ps等 backend 显示 healthy 再刷浏览器。docker compose down -v会删掉全部数据MySQL、Redis、MinIO 里的内容都在卷里-v会把卷一起删掉误操作没有后悔药。日常停服务用docker compose stop就够了。模型服务起不来九成是 NVIDIA 容器工具没配好。检查nvidia-smi能否在容器里调用Docker Desktop WSL2 用户参考项目 issue 里的说明。项目状态官方已停止对主仓库的积极维护README 里明确写了。代码功能完整、可正常 fork 自用或二次开发但别指望后续 bug 有人修选型时心里有数即可。忘了 MinIO 控制台入口对象存储的 Web 界面在http://localhost:8194各服务的账号密码都写在 docker-compose.yml 里。资源入口部署相关的配置MySQL 初始化脚本、Nginx 路由都在 deploy/ 目录数据库建表和初始数据可以直接翻 deploy/mysql/migration/ 了解字段设计。项目采用 Apache 2.0 许可证Xtreme1 是 LF AI Data Foundation 的商标。下一步建议先在测试数据集上把图像标注 模型预标注这条线完整走一遍跑通后再决定是否上 GPU 部署模型服务。【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
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
