企业官网建设流程全解析

Xtreme1 完整安装与上手指南：三步跑起多模态数据标注平台

【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

Xtreme1 是一个多模态数据标注平台，2D 图像、3D 点云与大模型数据都在这里标注。服务全部容器化，docker compose up之后，浏览器打开 8190 端口就能用。你要为自动驾驶、CV 或大模型批量生产训练数据的话，跟着本文约 10 分钟从零到可标注环境。

它适合谁、能标什么

做模型的人常常卡在同一个循环里：框要手绘、点云要手对、模型迭代后还得把标错的样本翻出来重标。Xtreme1 面向的就是这类多模态数据生产工作：

• 你在训练 2D 检测/分割模型时，平台内置预标注与交互式分割，你只修模型标错的部分。
• 你在处理自动驾驶数据时，它支持 3D LiDAR 点云框与 LiDAR-相机融合标注，点云检测模型可以直接预填标签。
• 你在构建大模型训练数据时，可用它的 RLHF 工具——RLHF 是强化学习从人类反馈，让人类对模型输出做比较排序，产出训练用的偏好数据（当前为 beta 版）。
• 你标的所有数据类型共用一个本体中心：类别支持层级、可挂属性，标注结果和训练口径天然对齐。

核心能力清单：

• 2D/3D 目标检测、语义/实例分割、分类标注
• 预标注 + 交互式模型辅助
• 层级本体 + 属性配置
• 数据集管理与质量监控
• 模型结果可视化，评估效果
• 大模型 RLHF 标注（beta）

开跑前，先把环境确认好

三步把平台跑起来

第一步：拿到项目文件

git clone https://gitcode.com/gh_mirrors/xt/xtreme1 cd xtreme1

执行后你会得到一个项目目录，里面的 docker-compose.yml 定义了全部容器：Nginx、MySQL、Redis、MinIO 对象存储、后端与前端。

第二步：一条命令启动全部服务

docker compose up

首次运行会依次拉取镜像、初始化数据库并灌入一套测试数据集，耗时几分钟。终端里你会看到各容器逐个通过健康检查；想放后台跑就改用docker compose up -d。

第三步：浏览器打开

访问http://localhost:8190，建议用 Chrome。如果从同网段的其他机器访问，把 localhost 换成本机 IP 即可。MySQL、MinIO 的账号密码与端口都在 docker-compose.yml 里；数据存在 Docker 卷中，重建容器不会丢数据。

按需再配置 ⚙️

打开内置模型服务

2D 目标检测、点云检测这两个预标注模型默认不启动，需要显式指定 model 配置组：

docker compose --profile model up

前置条件：宿主机已装 NVIDIA CUDA 驱动和 NVIDIA Container Toolkit，Docker 的 daemon.json 里配好 nvidia 运行时并重启 Docker，显卡至少 T4 同档，内存 4 GB 起。

Apple M1 / M2 适配

MySQL 镜像在 ARM 上不能直接跑。在同目录新建docker-compose.override.yml，写入下面三行，compose 会自动合并它：

services: mysql: platform: linux/amd64

保存后重新docker compose up，MySQL 会以 x86 模拟方式运行，功能完整，只是稍慢。

想改代码：源码构建路径

默认配置从镜像仓库拉预构建镜像。想本地构建时，把 backend、frontend 两个服务的image行注释掉、取消对应build行的注释，docker compose up会先构建再启动。改完代码后记得显式执行docker compose build——up只在镜像不存在时才构建。本地改动别提交进docker-compose.yml，可复制一份为docker-compose.develop.yml（已在 .gitignore 里），用-f指定它运行。构建慢可以开启 BuildKit 加速依赖缓存。

三类真实场景演示 🎬

图像标注

画框、分割都能做，内置检测与交互式分割模型先给草稿，你再微调，效率比纯手工高得多。

3D 点云与传感器融合

支持 3D LiDAR 三维框和 LiDAR-相机融合标注，内置点云检测与 3D 跟踪模型，可在序列上预填标签。

大模型 RLHF 标注

对模型生成的多个候选回答做比较与排序，产出偏好数据，直接进入强化学习训练闭环（beta 版）。

一图看懂架构

从上到下：Nginx 统一入口；中间分为应用服务（Web 前端、API 后端、两个检测模型服务）与基础服务（MySQL、Redis、MinIO）两组；再往下是 Docker Engine & Compose，可跑在 Mac/Windows/Linux 与 x86/ARM 硬件上。每个服务都带健康检查，依赖就绪后才启动上层容器。

许可与归属

Xtreme1 采用 Apache 2.0 许可证，名称为 LF AI & Data Foundation 商标，是该基金会首个开源数据标注项目。代码拿回去就能用，遇到问题直接在镜像仓库提 issue。

【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