Программа, которая за считанные минуты соберёт для вас качественный датасет из тысяч изображений, скачанных из интернета.
⭐ Если MacLearn оказался для вас полезным — поставьте звезду на GitHub.
MacLearn — это программа для автоматического сбора и подготовки качественных датасетов из изображений, скачанных из интернета. Система создана для разработчиков ML-моделей, исследователей и всех, кто работает с компьютерным зрением.
Скачать программу | Скачать Chrome (нужен для работы программы)
Важно! Используйте последнюю версию Chrome! (если браузер не появился в программе, возможно дело в старой версии браузера или в его отсутствии). Временное решение: запустить программу с атрибутом --chrome-version 1xx
📋 Полная документация | 🧑💻 Документация кода
🧑💻 Разработчик: b1t0ne (Минибаев Артём)
| Проблема | Решение MacLearn |
|---|---|
| Сбор изображений вручную занимает недели | Автоматический парсинг за пару часов |
| Разметка тысяч файлов — это боль | Автоаннотация по примерам |
| Аугментацию нужно делать отдельно | Встроенная генерация +N вариаций |
| Форматы постоянно меняются | Экспорт в один клик (YOLO, CSV и др.) |
| Ошибки невозможно отследить | Профессиональное логирование каждой операции |
| Критерий | MacLearn | Ручные инструменты (LabelImg, CVAT, Roboflow) | Выигрыш |
|---|---|---|---|
| Сбор изображений | 🚀 Автоматический • По текстовым запросам • По фото-примерам • Параллельная загрузка |
🔧 Ручной • Поиск вручную • Скачивание по одному • Копирование файлов |
10-100× быстрее |
| Разметка (аннотация) | 🤖 Автоматическая/полуавтоматическая • Автоматические bounding boxes • Удаление фона (rembg) • Трансфер разметки с примеров |
✍️ Полностью ручная • Рисование рамок мышкой • Ввод координат вручную • Каждое изображение отдельно |
5-50× быстрее |
| Экспорт форматов | 📦 One-click экспорт • YOLO, CSV • Кастом форматы |
🧩 Конвертация скриптами • Отдельные утилиты • Потеря данных при конвертации • Ручное редактирование JSON |
Без потерь, мгновенно |
| Настройка под задачу | 🎛️ Гибкий конструктор • UI с параметрами • Сохранение пресетов • Предпросмотр изменений |
📝 Редактирование конфигов • Правка JSON/YAML файлов • Требует знаний формата • Ошибки синтаксиса |
Визуально и безопасно |
| Качество данных | 🔍 Автоматический контроль • Поиск дубликатов • Проверка на артефакты • Балансировка классов • Статистика датасета |
👁️ Визуальная проверка • Прокрутка папок глазами • Пропуск ошибок • Несбалансированные классы |
Системный подход |
| Интерфейс | 🖥️ Единая среда • Все этапы в одном окне • Вкладки и рабочие области • Встроенный Chrome |
🧩 Разрозненные инструменты • Браузер → редактор → конвертер • Потеря контекста • Копирование путей |
Целостный рабочая среда |
- Сбор тысяч изображений за считанные часы
- Создание полного датасета на 5000+ изображений в течение 1 дня
- Автоматическая загрузка и обработка изображений
- Фильтрация дубликатов URL
- Чёткая структуризация данных по классам
- Автоматическое создание аннотаций (bounding boxes)
- Удаление фона через rembg для точной детекции контуров
- Гибкая система категоризации (классы + подклассы)
- Генерация N вариаций для каждого исходного изображения
- Повороты, отражения, сдвиги, шум, размытие, цветокоррекция
- Улучшение распознавания моделей
- Сохранение аннотаций при трансформации
- Встроенное окно статистики по всем метрикам датасета
- Баланс классов, разрешения, форматы, размеры
- Детали аннотаций и конфигурации проекта
- Цветной вывод в консоль с эмодзи-статусами
- Файловые логи с ротацией (10 MB, 5 backups)
- Автоматическая трассировка вызовов и тайминги
- Дублирование логов в UI-окно приложения
- Глобальный перехват необработанных исключений
- Возможность получения исходных изображений без обработки
- Контроль качества и разрешения
- Настройка количества изображений на класс
- Валидационные данные (train/val split)
- Подготовка данных для датасета
- Создание и обработка данных с визуализацией
- Возможность ручной доработки датасетов
- Импорт/экспорт изображений по классам
- Встроенное окно Chrome-браузера
- Файл проекта (
.maclproj) — проект в виде zip-архива - Папка проекта — открытый проект на диске
- Хранение метаданных в SQLite