VisioFirm एक ओपन-सोर्स वेब एप्लिकेशन है जो AI-संचालित स्वचालन के माध्यम से इमेज लेबलिंग को सुव्यवस्थित करता है। यह CLIP और अल्ट्रालाइटिक्स मॉडल, और ग्राउंडिंग DINO जैसे अत्याधुनिक आधारभूत मॉडलों को एकीकृत करता है, ताकि प्रारंभिक एनोटेशन तैयार किए जा सकें और कम विश्वसनीयता सीमा का उपयोग करके रिकॉल को अधिकतम किया जा सके। उपयोगकर्ता बाउंडिंग बॉक्स, ओरिएंटेड बाउंडिंग बॉक्स और पॉलीगॉन का समर्थन करने वाले इंटरैक्टिव टूल के साथ एनोटेशन को परिष्कृत कर सकते हैं, और यह WebGPU द्वारा त्वरित, Segment Anything का उपयोग करके रीयल-टाइम सेगमेंटेशन भी प्रदान करता है। यह YOLO, COCO, Pascal VOC, और CSV सहित कई निर्यात स्वरूपों का समर्थन करता है, और मॉडल कैशिंग के बाद ऑफ़लाइन संचालित होता है। विभिन्न डेटासेट पर बेंचमार्क ने दिखाया है कि यह उच्च एनोटेशन सटीकता बनाए रखते हुए मैन्युअल प्रयास को 90% तक कम करता है।
