Vision Train

Vision Train 是一个面向视觉模型的本地一体化工作台，把数据准备、标注、训练、评估、导出和部署模板收口在同一套 Web UI。

围绕项目 → 数据集 → 标注 → 训练工作流 → 评估 / 导出 / 部署模板的闭环，支持跨任务类型（detect / classify / segment / pose）。

在线文档地址：https://vision-train-docs.netlify.app

当前能力

数据准备

• 项目管理：新建、编辑、删除、切换项目，按项目隔离数据与训练记录
• 数据准备：导入现成数据、整理训练数据划分、下载或删除数据集
• 视频处理：上传视频、预览视频、抽取候选图片并导入到数据集中
• 图片标注：框选目标、修改类别、删除错误标注、批量清理图片
• 智能辅助：用已有模型先生成标注草稿，再由人工复核确认
• 数据整理：调整类别顺序、清理重复图片、合并数据集、删除无用标签
• 数据增强：针对样本少的类别生成补强数据集，减少类别不平衡
• 数据集版本：发布 / 恢复 / 自动引导数据集版本快照

模型训练与上线

• 模型训练：以工作流为中心管理多轮训练，跨任务类型（detect / classify / segment / pose）
• 效果检查：查看测试结果，判断当前模型是否达到使用预期
• 模型导出：生成适合不同部署环境的模型文件并下载产物
• 部署模板：基于 pt 或导出后产物生成 FastAPI / Python SDK / 批处理 模板包
• 工作流归档：归档 / 恢复训练工作流，保留历史任务与产物
• 任务中心：统一查看抽帧、标注、训练、测试、导出、部署模板等后台任务状态

仓库入口

• 用户文档：docs/README.md
• 后端入口：src/web/main.py
• 前端应用：frontend/
• 后端启动脚本：scripts/start_backend.sh

发布与 Changelog

本仓库使用 release-please 自动生成 CHANGELOG 并打 tag，约定：

• 提交信息遵循 Conventional Commits：feat: fix: docs: refactor: perf: test: build: ci: chore: revert:，破坏性变更在类型后加 ! 或在 footer 写 BREAKING CHANGE:
• 推送到 master 后，GitHub Actions 会自动开（或更新）一个名为 chore(main): release X.Y.Z 的 PR
• 该 PR 合并后，自动创建 Git Tag、GitHub Release，并刷新 CHANGELOG.md

本地启动

1. 准备环境变量

cp .env.example .env

默认配置里：

• 后端端口是 8090
• 前端开发代理会把 /api 转发到 http://127.0.0.1:8090
• 认证默认关闭；如需开启，在 .env 里设置 VISION_TRAIN_AUTH_ENABLED=true

.env 里至少需要配置：

• VISION_TRAIN_PROJECTS_DIR：项目根目录
• VISION_TRAIN_PRETRAINED_MODELS_DIR：预训练模型根目录

完整的环境变量说明见 docs/guide/quickstart.md 和 docs/deploy/config.md。

2. 安装后端依赖

建议使用 Python 3.10+。

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

后端在运行时还会调用宿主机的 ffmpeg 命令做视频抽帧；ffprobe 可选，不装也能跑，只是部分视频的总帧数探测会降级。

3. 启动后端

bash scripts/start_backend.sh

启动后可通过 http://localhost:8090/api/health 检查健康状态。

4. 安装并启动前端

cd frontend
npm install
npm run dev

默认访问地址：

http://localhost:5173

如果你开启了认证，可在登录页用 .env 里配置的 VISION_TRAIN_ADMIN_USER / VISION_TRAIN_ADMIN_PASSWORD 登录。

目录结构

.
├── docs/                        # 用户文档与 SOP（docsify 静态站）
├── frontend/                    # Vue 3 前端
├── scripts/                     # 启动脚本
├── src/web/                     # Flask 后端
├── .env.example                 # 环境变量示例
└── requirements.txt             # Python 依赖

运行配置

常用环境变量：

• VISION_TRAIN_PROJECTS_DIR：项目根目录（必填）
• VISION_TRAIN_PRETRAINED_MODELS_DIR：预训练模型根目录（必填）
• VISION_TRAIN_DB_DIR：数据库目录（默认 data）
• VISION_TRAIN_DB_FILENAME：数据库文件名（默认 vision-train.db）
• VISION_TRAIN_DB_URL：完整数据库连接串，优先级高于 DB_DIR / DB_FILENAME
• VISION_TRAIN_HOST：后端监听地址（默认 0.0.0.0）
• VISION_TRAIN_PORT：后端监听端口（默认 8090）
• VISION_TRAIN_DEBUG：Flask debug 模式（默认 false）
• VISION_TRAIN_AUTH_ENABLED：是否启用登录认证（默认 false）
• VISION_TRAIN_AUTH_ALLOW_REGISTER：认证开启后是否允许注册（默认 false）
• VISION_TRAIN_SESSION_TTL：会话有效期（默认 7d）

更完整的说明见 docs/deploy/config.md。

文档入口

• 用户使用手册：docs/README.md
• 快速开始：docs/guide/quickstart.md
• 标准操作流程：docs/sop/01-project.md
• 在线文档站：https://vision-train-docs.netlify.app

开发说明

• 前端技术栈：Vue 3、Pinia、Vue Router、Vite、Tailwind CSS、reka-ui
• 后端技术栈：Flask、SQLAlchemy、Ultralytics（PyTorch）、OpenCV、OpenVINO、Pillow、PyYAML、PyJWT
• 数据格式：YOLO 数据集格式，支持 detect / classify / segment / pose 四类任务
• 任务执行：worker 子进程模式，任务进度通过 SQLite 任务表回写
• 文档站：docsify（仓库 docs/ 目录，零构建）

说明

• 仓库的用户文档位于 docs/，可以直接作为静态文档站发布（如 Netlify / GitHub Pages）。
• 本仓库默认运行在单机 / 单项目场景；多用户协同、生产部署、SaaS 化不在当前范围。

License

本仓库以 MIT License 发布，Copyright (c) 2026 baolei。