FastLabel: Universal Image Annotation Tool / Herramienta Universal de Etiquetado

FastLabel is a lightweight, cross-platform Python application for labeling images with Bounding Boxes (Detection) and Polygons (Segmentation).
Es una aplicación ligera y multiplataforma en Python para etiquetar imágenes con Cajas Delimitadoras (Detección) y Polígonos (Segmentación).

Designed to create datasets for training AI models like YOLO (v5, v8, v11).
Diseñada para crear datasets para entrenar modelos de IA como YOLO (v5, v8, v11).

---

🌍 Use Cases / Casos de Uso

While built originally for pothole detection, this tool is perfect for:
Aunque se creó originalmente para la detección de baches, esta herramienta es perfecta para:

• Defect Detection: Cracks, rust, scratches. (Detección de Defectos: Grietas, óxido, rasguños.)
• Object Detection: Cars, pedestrians, animals. (Detección de Objetos: Coches, peatones, animales.)
• Medical Imaging: Tumors, cell segmentation. (Imágenes Médicas: Tumores, segmentación celular.)
• Agriculture: Crop monitoring, disease identification. (Agricultura: Monitoreo de cultivos, identificación de enfermedades.)

---

🚀 Features / Características

• Dual Mode: Bounding Box (Rect) & Polygon. (Modo Dual: Caja y Polígono.)
• YOLO Format: Normalized .txt output. (Formato YOLO: Salida normalizada .txt.)
• Auto-Save: Saves automatically when navigating. (Auto-Guardado: Guarda al navegar.)
• Negative Samples: Saves empty files for images with no objects. (Muestras Negativas: Guarda archivos vacíos para imágenes sin objetos.)
• Cross-Platform: Windows, macOS, Linux.

---

📦 Installation / Instalación

Prerequisites / Requisitos

• Python 3.8+ (Download / Descargar)

1. Set up / Configuración

Windows

# 1. Navigate to folder / Navegar a la carpeta
cd path\to\sofware-labels

# 2. Create virtual environment / Crear entorno virtual
python -m venv venv

# 3. Activate / Activar
.\venv\Scripts\activate

# 4. Install dependencies / Instalar dependencias
pip install -r requirements.txt

macOS / Linux

# 1. Navigate to folder / Navegar a la carpeta
cd /path/to/sofware-labels

# 2. Create virtual environment / Crear entorno virtual
python3 -m venv venv

# 3. Activate / Activar
source venv/bin/activate

# 4. Install dependencies / Instalar dependencias
pip install -r requirements.txt

---

🎮 How to Run / Cómo Ejecutar

Ensure your environment is active (venv). / Asegúrate de que tu entorno esté activo (venv).

python main.py

---

📖 User Guide / Guía de Usuario

1. Open Dir: Select folder with images. (Seleccionar carpeta con imágenes.)
2. Select Tool / Seleccionar Herramienta:
   • W / Rect Tool: Bounding Boxes (Cajas).
   • E / Poly Tool: Polygons (Polígonos).
   • Q / Select Tool: Select shapes to delete. (Seleccionar formas para borrar.)
3. Draw / Dibujar:
   • Box: Click & Drag. (Clic y Arrastrar.)
   • Polygon: Click points. Right-click to close. (Clic puntos. Clic derecho para cerrar.)
   • Select: Click a shape to highlight it magenta. Press Delete to remove. (Clic en una forma para resaltar. Presiona Suprimir para borrar.)
4. Navigate / Navegar:
   • D (Next/Siguiente), A (Prev/Anterior).
   • Auto-save is on by default. (Auto-guardado activo por defecto.)

Shortcuts / Atajos

Key	Action	Acción
W	Rect Tool	Herramienta Rectángulo
E	Poly Tool	Herramienta Polígono
Q	Select Tool	Herramienta Seleccionar
D	Next Image	Siguiente Imagen
A	Prev Image	Imagen Anterior
S	Force Save	Forzar Guardado
Z	Undo	Deshacer
Delete	Delete Selected	Borrar Seleccionado

---

📄 Output Format / Formato de Salida

Files are saved as .txt in the image folder. / Los archivos se guardan como .txt en la carpeta de imágenes.

Bounding Box / Caja:

<class_id> <x_center> <y_center> <width> <height>

Polygon / Polígono:

<class_id> <x1> <y1> <x2> <y2> ... <xn> <yn>