libreyolo label

启动一个本地网页工具，用来绘制和编辑检测框。它写出 LibreYOLO 原生的标注文件，因此在这里标注的数据集不需要任何转换步骤就能训练。

概要

bash

libreyolo label [data=<dataset.yaml|folder>] [key=value ...]

参数是 key=value 形式的键值对，POSIX 形式同样可用，所以 port=9200 和 --port 9200 是同一个参数。

参数	默认值	含义
`data`		直接打开的数据集 YAML 或文件夹。未设置时从项目主页开始
`host`	`127.0.0.1`	要绑定的主机或网络接口
`port`	`8000`	要绑定的端口。被占用时顺延到下一个空闲端口
`device`	`auto`	AI 自动标注使用的设备：`0`、`cpu`、`mps`、`auto`
`no_assist`	`false`	关闭 AI 自动标注，只留下手动标注工具
`no_browser`	`false`	不自动打开浏览器
`share`	`false`	绑定 `0.0.0.0`，让同一网络里的同事可以加入
`json`	`false`	向 stdout 输出 JSON
`quiet`	`false`	静默 stderr
`verbose`	`false`	输出详细的 stderr 信息

基础

# 打开项目主页，在浏览器里选择或新建数据集libreyolo label

仅手动，固定端口

libreyolo label no_assist=true port=9200 no_browser=true

让同事加入

libreyolo label share=true

检测框保存为 LibreYOLO 原生的 labels/*.txt 文件，这正是 libreyolo train 读取的格式，所以之后不需要做任何转换。这个版本只处理检测框。在图像之间切换时，修改会随之保存。

不带 data 时，工具从项目主页启动，数据集在浏览器里选择或新建。传入 data=path/to/data.yaml 会直接打开那个数据集，启动行会报告图像数量、类别数量，以及数据集是否可写。只读的数据集仍然可以打开，并会说明为什么无法写入。

share=true 绑定通配地址，让同一网络里的其他机器能访问这个工具，而管理操作，也就是切换或删除项目、启动计算，仍然留在本机。

把 host 设成某个具体接口做的是另一件事，而且更不安全：本机变得和网络客户端无法区分，于是每个客户端都拿到管理权限。这样做时，命令会在 stderr 上打印一条警告。优先用 share=true。

端口被占用时会顺延到下一个，最多试到请求端口之后的第二十个。二十个都失败则以 io_error 退出。stdout 上打印的 URL 用的是实际绑定的端口。带 share=true 时，结果里还会带上 lan_url，也就是同事应该打开的地址。

命令在前台提供服务，直到按下 Ctrl+C。

相关：用 libreyolo doctor 在训练前检查标注好的数据集，用 libreyolo train 在它上面训练。