superlabel è un tool desktop progettato per chi lavora con dataset di object detection e vuole un flusso di annotazione rapido, locale e controllabile. L’applicazione combina Tauri, SolidJS, Konva e Rust per offrire un’interfaccia fluida, tempi di risposta immediati e un modello di utilizzo che non richiede servizi esterni.
Per gli utenti Linux che gestiscono dataset complessi, superlabel rappresenta un’alternativa leggera ai grandi strumenti di labeling basati su browser o piattaforme cloud. Il workflow si basa su cartelle locali di immagini e annotazioni, permettendo di lavorare offline e mantenere pieno controllo sui file.
La funzione di workspace memory consente di riaprire rapidamente un progetto e riprendere dall’ultima immagine etichettata, utile per sessioni di lavoro lunghe o distribuite nel tempo.
Gli strumenti di annotazione includono rettangoli, poligoni, punti, cerchi e linee, con funzioni avanzate come lo snapping ai vertici e ai bordi esistenti. Le annotazioni rettangolari possono essere ridimensionate trascinando angoli o lati, mentre la tela supporta zoom e pan tramite rotellina del mouse.
La gestione delle classi è semplice e immediata: si possono aggiungere, rinominare e selezionare classi direttamente dalla lista delle annotazioni. È possibile cambiare classe con i tasti numerici da 1 a 9 e 0, accelerando il flusso di lavoro. Sono presenti undo/redo, autosave opzionale e la possibilità di cambiare lingua tra inglese e cinese. L’esportazione supporta i formati YOLO e COCO, rendendo superlabel compatibile con i principali framework di addestramento.
Pre‑labeling con ONNX e statistiche integrate per dataset più completi
Una delle funzioni più interessanti è il supporto al pre‑labeling tramite modelli ONNX. L’utente può caricare un proprio modello o scaricare preset YOLOv8 già pronti. È possibile eseguire la pre‑annotazione sull’immagine corrente o sull’intero dataset, filtrare i suggerimenti per classi e monitorare lo stato di download e inferenza. Questo approccio accelera notevolmente la creazione di dataset, lasciando all’utente solo la revisione e la correzione delle proposte automatiche.
superlabel include anche un pannello di statistiche che mostra distribuzione delle classi, numero di immagini non annotate, dimensioni medie dei bounding box, rapporto d’aspetto e stime sul tempo rimanente per completare il dataset. Queste informazioni aiutano a mantenere un dataset bilanciato e a pianificare il lavoro in modo più accurato.
Per chi lavora su Linux e vuole uno strumento veloce, locale e senza complessità superflue, superlabel offre un ambiente moderno e produttivo, adatto sia a piccoli progetti sia a dataset più estesi.
Installare superlabel
superlabel è un progetto ancora in fase di sviluppo possiamo comunque già installarlo su Linux attraverso pacchetti deb o AppImage. Il software viene rilasciato anche per Apple macOS e Microsoft Windows.
Abbiamo testato superlabel su Ubuntu 26.04 LTS.
