一个基于 Streamlit 的智能化视频标注与分析工具，专门用于驾驶行为视频的标注工作。支持多种视频格式，提供丰富的标注选项，并具备完善的进度跟踪和数据管理功能。
- 新增评分报告功能，支持真实性、准确性、相关性和连贯性评分
- 优化收藏功能，支持快速定位重要视频
- 改进文件排序算法，使用自然排序提升用户体验
- 修复多个已知问题，提升系统稳定性
- 多格式支持: 支持 .mp4, .avi, .mov, .mkv, .wmv, .flv, .webm, .m4v 等主流视频格式
- 文件夹浏览: 自动扫描指定路径下的所有视频文件，按文件夹分组显示
- 历史路径: 自动保存最近使用的文件夹路径，快速切换项目
- 收藏功能: 标记重要视频文件，方便后续查找
- 必填标注项: 5个核心标注字段，确保数据完整性
- 可选详细描述: 4个详细描述字段，支持深度分析
- 实时保存: 标注内容自动保存，防止数据丢失
- 断点续标: 支持暂停后继续标注，保持工作进度
- 整体进度: 显示项目总体完成情况
- 文件夹进度: 每个文件夹的标注进度统计
- 状态跟踪: 实时更新标注状态
- 评分报告: 支持对标注质量进行多维度评分
- 多语言界面: 支持中文和英文界面切换
- 语言记忆: 自动保存用户的语言偏好设置
- 处理器: 双核 CPU 2.0GHz 以上
- 内存: 4GB RAM
- 存储: 500MB 可用空间（不含视频文件）
- 显示器: 1366x768 分辨率
- 浏览器: Chrome 90+, Firefox 88+, Safari 14+, Edge 90+
- 处理器: 四核 CPU 3.0GHz 以上
- 内存: 8GB RAM 以上
- 存储: 2GB 可用空间
- 显示器: 1920x1080 分辨率或更高
- 网络: 稳定的互联网连接（用于加载 Streamlit 资源）
- Python 3.7+
- 支持的操作系统: Windows, macOS, Linux
-
克隆项目
git clone <项目地址> cd videoLabel
-
安装依赖
pip install -r requirements.txt
-
创建必要的目录
mkdir -p data
-
运行应用
streamlit run app.py --server.port 8503
-
访问应用
- 在浏览器中打开
http://localhost:8503 - 应用将自动启动并显示主界面
- 首次运行可能需要下载 Streamlit 资源
- 在浏览器中打开
# 构建 Docker 镜像
docker build -t video-annotation .
# 运行容器
docker run -p 8503:8503 -v /path/to/videos:/videos video-annotation- 在左侧边栏的"📁 项目配置"区域
- 输入包含视频文件的文件夹路径
- 点击"✅ 确认路径"按钮加载项目
- 如果之前使用过应用，可以从"📋 历史路径"下拉菜单中选择
- 点击"🔄 加载选中路径"快速加载项目
- 在右侧标注区域，从"选择文件夹"下拉菜单中选择目标文件夹
- 显示格式：
文件夹名 (X 个视频)
- 从"选择视频"下拉菜单中选择要标注的视频
- ⭐ 标记表示该视频已被收藏
- 选择视频后，左侧将显示视频播放器
- 支持播放、暂停、快进、快退等基本控制
- 可以随时调整播放进度进行精确标注
- 🤍 收藏: 点击添加到收藏列表
- ❤️ 取消收藏: 点击从收藏列表移除
以下字段为必填项，确保每个视频都要完成：
-
自动驾驶模式 (autonomous_mode)
- 输入格式:
0,1,01,10 0: 关闭自动驾驶1: 开启自动驾驶01: 先关闭后开启10: 先开启后关闭
- 输入格式:
-
驾驶操控风格 (driving_control_style)
- 多选字段，最多选择 3 项
- 选项包括：过度谨慎驾驶、谨慎驾驶、平稳驾驶、激进驾驶等
-
视觉注意风格 (visual_attention_style)
- 多选字段，最多选择 3 项
- 选项包括：专注前方、观察四周、关注行人、查看后视等
-
综合风格 (integrated_style)
- 多选字段，最多选择 3 项
- 选项包括：谨慎、稳定、激进、粗心、分心、专注
-
建议 (suggestion)
- 多选字段，最多选择 3 项
- 选项包括：减速、变道、观察行人、手动驾驶等
每个文件夹至少需要完成 5 个视频的详细描述：
-
场景描述 (SceneDescription)
- 描述视频中的道路环境、天气条件、交通状况等
-
驾驶员注意力 (Driver's Attention)
- 观察并记录驾驶员的注意力分布和行为特征
-
人机交互 (Human-Machine Interaction)
- 记录驾驶员与车载系统的交互情况
-
评估与建议 (Evaluation & Suggestions)
- 对驾驶行为进行评估并提出改进建议
- 自动保存: 每次修改标注内容后会自动保存
- 保存格式: 标注数据保存为与视频同名的 .txt 文件
- 保存位置: 与视频文件在同一目录下
- 准确性: 仔细观察视频内容，确保标注准确
- 一致性: 同类行为使用统一的标注标准
- 完整性: 必填字段必须完成，可选字段按要求完成
- 必填项: 每个视频都必须完成所有必填标注项
- 详细描述: 每个文件夹至少完成 5 个视频的详细描述
- 收藏标记: 对重要或典型案例进行收藏标记
标注数据保存为 txt 格式，示例：
autonomous_mode: 1
driving_control_style: 平稳驾驶, 谨慎驾驶
visual_attention_style: 专注前方, 观察四周
integrated_style: 稳定, 谨慎
suggestions: 继续保持, 关注周围交通
-------------------------
**Scene Description:**
城市道路，天气晴朗，交通正常...
**Driver's Attention:**
驾驶员注意力集中，经常查看后视镜...
**Human-Machine Interaction:**
驾驶员与导航系统交互良好...
**Evaluation & Suggestions:**
整体驾驶表现良好，建议...
videoLabel/
├── app.py # 主应用入口
├── requirements.txt # 项目依赖
├── README.md # 使用说明
├── CLAUDE.md # Claude AI 开发指南
├── PLAN.md # 技术方案
├── .streamlit/
│ └── config.toml # Streamlit 配置
├── modules/ # 功能模块
│ ├── __init__.py
│ ├── file_manager.py # 文件管理
│ ├── video_player.py # 视频播放
│ ├── annotation_form.py # 标注表单
│ ├── data_storage.py # 数据存储
│ ├── progress_manager.py # 进度管理
│ ├── history_manager.py # 历史管理
│ ├── favorites_manager.py # 收藏管理
│ ├── report_rating.py # 评分报告
│ └── language_manager.py # 多语言支持
├── config/ # 配置文件
│ ├── __init__.py
│ └── word_bank.py # 词组库配置
├── translations/ # 翻译文件
│ ├── __init__.py
│ ├── zh_CN.py # 中文翻译
│ └── en_US.py # 英文翻译
└── data/ # 数据存储
├── favorites.json # 收藏列表
├── path_history.json # 路径历史
└── language_preference.json # 语言偏好
- 前端框架: Streamlit
- 编程语言: Python 3.7+
- 关键依赖:
- streamlit: Web 应用框架
- natsort: 自然排序算法
- json: 数据序列化
应用采用模块化设计，各模块职责明确：
- app.py: 主程序入口，协调各模块
- file_manager: 处理文件系统操作
- video_player: 视频播放控制
- annotation_form: 标注表单逻辑
- data_storage: 数据持久化
- progress_manager: 进度统计
- history_manager: 历史记录管理
- favorites_manager: 收藏功能
- report_rating: 评分报告功能
- language_manager: 多语言支持
-
添加新的标注字段：
- 修改
config/word_bank.py添加选项 - 在
annotation_form.py中添加相应的表单组件 - 更新
data_storage.py的数据结构
- 修改
-
添加新功能模块：
- 在
modules/目录创建新模块 - 在
app.py中导入并集成 - 遵循现有的模块化设计模式
- 在
-
自定义样式：
- 修改
app.py中的 CSS 样式 - 使用 Streamlit 的主题配置
- 修改
- 使用 UTF-8 编码
- 遵循 PEP 8 Python 代码规范
- 函数和变量使用描述性命名
- 添加必要的错误处理和日志
A:
- 检查 Python 版本是否为 3.7+
- 确认已安装所有依赖：
pip install -r requirements.txt - 检查端口 8503 是否被占用
A:
- 确认视频格式是否支持（支持 mp4, avi, mov 等主流格式）
- 检查视频文件是否损坏
- 确认文件路径是否正确
A: 标注数据保存在与视频文件同一目录下，文件名为 视频名.txt
A: 可以编写脚本扫描文件夹中的所有 .txt 文件进行数据汇总
A: 点击左侧边栏的"🔄 重置"按钮可以清空当前状态
A: 点击"🗑️ 清空历史记录"按钮可以清除所有历史路径
A:
- 导出：直接复制视频目录下的所有 .txt 文件
- 导入：将 .txt 文件放置在对应视频文件的同一目录
A:
- 建议按批次组织视频文件到不同文件夹
- 使用收藏功能标记重要视频
- 定期导出已完成的标注数据
A:
- 为每个标注员分配不同的文件夹
- 定期合并标注结果
- 使用版本控制系统管理标注文件
- ✨ 新增评分报告功能
- 🌍 添加多语言支持（中文/英文）
- 🔧 优化文件排序算法
- 🐛 修复收藏功能相关bug
- ✨ 新增收藏功能
- 📊 改进进度统计显示
- 🔧 优化用户界面布局
- 🎉 首次发布
- 📝 基础标注功能
- 📁 文件管理功能
- 📊 进度跟踪功能
欢迎贡献代码和提出建议！
- Fork 项目
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 创建 Pull Request
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情
如果在使用过程中遇到问题：
- 查看 常见问题 部分
- 检查控制台错误信息
- 提交 Issue 描述问题
- 联系技术支持团队
© 2025 视频标注应用 - 让视频标注更简单、更高效！
Made with ❤️ by the Video Annotation Team