📖 使用帮助

快速开始

1. 下载客户端 — 前往 下载页面，选择适合你的方式（Windows 客户端 / pip / conda）
2. 运行客户端 — 双击运行（Windows）或执行 python server.py
3. 访问控制台 — 浏览器打开 http://localhost:8580 直接使用，或访问 label.klaycs2.icu/app/ 云端控制台
4. 连接本地服务 — 在云端控制台点击右上角 ⚙️，输入本地地址（如 http://192.168.1.100:8580），点击保存

连接方式说明

Label Studio 支持两种使用方式：

方式一：本地直接使用

运行 python server.py 后，直接访问 http://localhost:8580。 这种方式最简单，适合单机使用。所有页面和 API 都由本机 server.py 提供。

方式二：云端控制台 + 本地执行（推荐）

访问 label.klaycs2.icu/app/ 云端控制台，在设置中输入本地 server.py 的地址。 控制台界面由 Cloudflare CDN 提供，但所有计算请求直接发送到你的本地服务器。 这种方式便于多设备访问（如用平板操作、在另一台电脑上查看进度）。

功能指南

🎬 视频裁剪与抽帧

1. 在"视频"标签页，点击或拖拽导入视频文件
2. 设置开始/结束时间和抽帧 FPS（如 1 表示每秒抽 1 帧）
3. 点击"抽帧"，提取的图片将保存到 outputs/images/
4. 支持批量视频处理

🤖 YOLO 推理

1. 切换到"推理"标签页
2. 选择或输入 .pt 模型文件路径
3. 调整置信度阈值（默认 0.25）
4. 选择图片目录（通常是抽帧结果目录）
5. 点击"开始推理"，自动生成 YOLO 格式标签到 outputs/labels/

📦 数据集管理

• 合并数据集 — 将两个来源的图片和标签合并，自动处理重名
• 统一命名 — 按指定格式重命名所有图片和标签文件
• 清理 — 删除孤立标签或无对应标签的图片
• 按类别删除 — 删除指定 class_id 的所有标签和对应图片

🏋️ 模型训练

1. 切换到"训练"标签页
2. 选择数据集目录（含 images/ 和 labels/）
3. 选择预训练权重（如 yolo11s.pt）
4. 配置训练参数（轮数、批次大小、学习率等）
5. 点击"开始训练"，实时查看 loss 曲线和训练日志

常见问题

❓ 云端的控制台和本地服务是什么关系？

云端控制台是 Cloudflare 托管的静态页面（HTML/JS/CSS），只提供用户界面。你输入的本地地址告诉前端去哪里发送 API 请求。所有视频处理、模型推理、训练都在你的电脑上执行，数据不会上传到云端。

❓ 需要注册账号吗？

不需要。Phase 1 版本无需注册登录，直接使用。

❓ 为什么在 /app/ 页面显示"未连接"？

因为云端控制台不知道你的本地服务器地址。点击右上角 ⚙️，输入本机 IP 和端口号（如 http://192.168.1.100:8580），点击保存即可。

❓ 如何找到本机 IP 地址？

在 Windows 上打开 CMD，输入 ipconfig，找到"IPv4 地址"（如 192.168.1.100）。 运行客户端时也会自动显示你的局域网 IP。

❓ 手机/平板能操作吗？

可以。只要手机/平板和电脑在同一局域网，在手机浏览器访问云端控制台，填入电脑的 IP:8580 即可操作。

❓ 需要 GPU 吗？

推理和训练推荐使用 NVIDIA GPU（CUDA）。没有 GPU 也可以使用 CPU 模式，但速度会慢很多。

❓ 如何查看训练进度？

训练启动后，控制台页面会实时显示训练日志和 loss 指标（Box Loss / Cls Loss / DFL Loss）。也可以通过 WebSocket 实时推送。