Zero2YoloYard：您的本地AI标注利器，从视频到YOLO数据集，一站式搞定！

🎬 视频与图像管理：

• 轻松上传.mp4或.mov格式的视频文件，系统将自动进行帧提取，或直接导入包含图片的文件夹作为标注源。

• 支持视频描述、文件信息、帧数、标注帧数等详尽展示。

✍️ 精准图像标注：

• 直观的用户界面，支持在图像帧上绘制边界框（Bounding Box），并为每个框分配自定义的类别标签。

• 提供便捷的键盘快捷键（如 S 保存，A/D 切换帧，Del/Bksp 删除选定框，Ctrl+Z/Ctrl+Y 撤销/重做），大幅提升标注效率。

🤖 AI 辅助标注与跟踪：

• 集成 SAM 2.1 智能标注：利用 Segment Anything Model 2.1 的强大能力，只需在物体上简单点击，SAM 即可自动生成高质量的边界框，极大加速标注过程。

• 基于 SAM 2.1 的辅助跟踪：在一帧中完成对象标注后，可启动自动跟踪功能，SAM 2.1 将在后续帧中自动追踪这些对象，减少重复劳动，特别适用于视频标注。

📦 一键数据集导出：

• 将所有已标注的帧导出为业界标准且广受欢迎的 YOLO 格式（用于目标检测）。

• 支持自定义训练集、验证集和测试集的划分比例。

• 最终打包为.zip文件，方便直接用于模型训练，无缝对接您的AI训练流程。

🧠 模型管理：

• 支持导入和管理您在其他平台训练好的.tflite模型，方便统一管理。

👥 任务分配与协作：

• 支持将视频标注任务分配给不同的用户和帧范围，方便团队协作和进度管理。

绝对的本地化与数据安全，告别云端束缚！

• 隐私保护：不同于 Roboflow、Labelbox、V7、Encord 等主流云端平台，Zero2YoloYard 所有数据（视频、帧、标注信息）均存储在您的本地计算机上 (local_storage 目录和 ftc_ml.db SQLite数据库)。这意味着您无需担心数据上传到第三方服务器带来的隐私泄露风险。

• 零成本运行：无需支付任何订阅费、使用费或按数据量计费的费用，完全免费使用。这对于个人开发者、学生或预算有限的团队来说，是极具吸引力的选择。

• 无网络依赖：一旦程序启动，所有标注工作均可在离线环境下进行，不受网络状况影响。

极致简化，开箱即用，降低上手门槛！

• 许多强大的开源标注工具如 CVAT、Label Studio 虽然功能丰富，但其部署通常需要Docker、复杂的服务器配置或Python环境依赖，对于不熟悉命令行或开发环境的用户来说，上手难度较大。

• Zero2YoloYard v1.0.0 正式发布，提供 Windows 平台下的 .exe 可执行文件！ 这意味着您只需下载一个文件，解压配套的模型权重，即可双击启动，省去了繁琐的环境搭建过程，真正实现了“开箱即用”。这在同类本地开源工具中是极大的便利性优势。

深度集成最前沿的AI能力——SAM 2.1，效率倍增！

• 虽然一些商业平台如 CVAT Enterprise、Encord、V7 等已集成了 SAM 2，但通常作为高级功能出现在付费版本中。部分开源工具可能支持旧版 SAM 或需要手动集成。

• Zero2YoloYard 直接内置了 Meta AI 最新的 Segment Anything Model 2.1。SAM 2.1 相较于前代，在处理视觉相似、小型或被遮挡物体方面表现更佳，并将图像和视频分割功能统一在一个模型中，简化了部署并确保了跨媒体类型的一致性能。通过单点点击即可生成精确边界框，以及在视频中进行智能对象跟踪，大幅提升了标注速度和一致性。

端到端工作流，无缝对接YOLO训练！

• LabelImg 等工具主要专注于图片标注，而 VoTT 等虽支持视频，但通常止步于标注本身。Zero2YoloYard 提供了从原始视频导入、帧提取、人工/AI辅助标注，直到最终生成YOLO格式数据集的一站式解决方案。这使得数据准备流程更加顺畅，大大减少了在不同工具之间切换和数据格式转换的麻烦。

源于FIRST Machine Learning Toolchain (FMLTC)，面向机器人与AI教育

• 项目基于 FMLTC，天然继承了其在机器人和AI教育领域的实用性与易用性。其设计理念和功能集，特别适合 FIRST 机器人竞赛团队、高校实验室和个人AI爱好者快速构建和管理自己的训练数据集。

下载程序与模型权重:

• 从 GitHub Release 页面下载 Zero2YoloYard-v1.0.0.exe 文件。

• 同时下载 checkpoints.zip 压缩包。

解压: 将 checkpoints.zip 解压，确保解压后的 checkpoints 文件夹与 Zero2YoloYard-v1.0.0.exe 文件位于同一目录下。

运行: 直接双击 Zero2YoloYard-v1.0.0.exe 启动程序。

访问: 服务器启动后，在浏览器中访问 http://127.0.0.1:5000 即可开始使用！

上传数据：在“Videos”选项卡，点击“Upload Video”上传MP4视频，或点击“Import Frames”导入图片文件夹。

分配标注任务：当视频状态为“READY”后，点击“Manage Tasks”为团队成员创建标注任务，指定帧范围和负责人。

开始标注：点击任务旁的“Start Labeling”进入标注界面。

• 在右侧选择或创建新的类别。

• 手动标注：拖动鼠标绘制边界框。

• AI辅助标注：点击“Enable SAM”，然后在物体上点击，SAM将自动生成边界框。

• AI辅助跟踪：在一帧上标注完对象后，点击“Track Objects with SAM2”，程序将自动跟踪后续帧中的对象。您可以在跟踪过程中随时暂停并进行人工修正。

• 每帧标注完成后，务必点击“Save BBoxes”保存。

生成数据集：切换到“Datasets”选项卡，点击“Create Dataset”，选择已标注的视频，配置训练/验证/测试集比例，即可一键生成YOLO格式的压缩包。