Images Dataset Studio: crear, limpiar y exportar datasets de imagen en local

TL;DR

• Es herramienta local para crear, limpiar, revisar, anotar, versionar y exportar datasets de imagen — y no entrena modelos.
• El archivo original queda seguro, la comprobación automática queda explicable, y la decisión final sobre el dataset queda en una persona.
• La importación cubre carpeta, ZIP, ImageFolder, YOLO, COCO, Pascal VOC, ImageNet y manifiesto de URL, preservando rutas de origen, bytes originales, SHA-256, hash perceptual, dimensiones y EXIF.
• La exportación cubre ImageFolder, COCO, YOLO, JSONL, CSV y Parquet, con versiones inmutables y diff.

Qué es y para quién

Images Dataset Studio es una app local para la parte sin glamour de la visión por computador: convertir una carpeta de imágenes en un dataset que un equipo de anotación o un entrenador pueda usar de verdad. El README declara la frontera con claridad — no entrena modelos y no esconde acciones destructivas dentro de un pipeline opaco.

Es para quien tiene tres mil imágenes y ninguna idea de cuáles están desenfocadas, duplicadas, son capturas, tienen marca de agua o están corruptas; para el equipo que necesita COCO o YOLO a partir de imágenes dispersas en carpetas; y para quien ya perdió la cuenta de qué imágenes se revisaron.

Importación y qué se preserva

La importación acepta carpetas, ZIP, ImageFolder, YOLO, COCO, Pascal VOC, ImageNet y manifiestos de URL. Cada importación preserva rutas de origen, bytes originales, hashes SHA-256, hashes perceptuales, dimensiones, miniaturas y metadatos EXIF. Preservar el hash perceptual es lo que hace posible la detección de casi duplicados después sin releer cada archivo.

Revisión, duplicados y decisiones

La revisión de calidad cubre desenfoque, exposición, contraste, entropía, resolución, proporción, escala de grises, capturas, marcas de agua y archivos corruptos. El hallazgo llega como problema, no como borrado: los duplicados exactos y casi duplicados se encuentran sin borrar nada automáticamente, y cada decisión es reversible — keep, review, quarantine, reject y restore.

Cada imagen se puede inspeccionar con histograma RGB, hechos del archivo, metadatos EXIF adaptativos, etiquetas, problemas de calidad y decisiones. Ese inspector responde "por qué se marcó esta", que es la pregunta que la mayoría de las herramientas de dataset deja sin respuesta.

Anotar y generar

La anotación cubre clasificaciones, cajas delimitadoras, polígonos, máscaras y keypoints. El contenido generado — leyendas, sugerencias de etiqueta, resultados de OCR, detecciones, máscaras y problemas de PII — llega por plugin local o proveedor en la nube opt-in, y la búsqueda por texto o imagen de referencia funciona cuando está instalado el proveedor opcional de embeddings.

La capa de proveedores es honesta por diseño: Settings → Functions & Models deja que el operador elija modelo local o proveedor en la nube de forma independiente para preanotación, leyendas y escaneo de PII, cada función con su propio model ID. La clave de API se escribe solo en la UI y nunca la devuelve la API, y el servidor local la guarda en data/provider-settings.json con permisos solo del dueño cuando la plataforma lo permite. Las variables de entorno siguen sirviendo para despliegues headless.

El estado del proveedor se expone en GET /api/providers, y un proveedor no disponible falla el job con explicación accionable en vez de devolver un resultado falso.

Versiones y exportación

Las versiones son inmutables, con manifiestos, checksums, diff y restauración — así un experimento en un subconjunto nunca sobrescribe lo que tenías. La exportación cubre ImageFolder, COCO, YOLO, JSONL, CSV y Parquet.

Cómo instalarlo

Python 3.11+, uv, Node 20+ o Bun, y macOS, Linux o Windows. SQLite es la base local por defecto, y el soporte de GPU es opcional, solo para proveedores locales seleccionados.

git clone https://github.com/artificialguybr/images-dataset-studio.git
cd images-dataset-studio
python tools/setup.py
cp .env.example .env       # macOS/Linux; en Windows cópialo a mano
python tools/start.py

La UI abre en http://127.0.0.1:5199 y la API en http://127.0.0.1:8766. En PowerShell de Windows: py tools\setup.py, Copy-Item .env.example .env, py tools\start.py. setup.py instala dependencias del backend con uv y del frontend con Bun o npm; start.py levanta los dos servicios y maneja Ctrl+C en cualquier sistema.

El launcher ids-studio.sh sigue disponible cuando se prefiere un preview FastAPI de proceso único — usa IDS_PORT para cambiar el puerto. El launcher Python multiplataforma es el valor por defecto recomendado porque mantiene la API y el servidor de desarrollo Vite separados.

También hay un servidor MCP stdio: arranca la API, configura el cliente MCP con mcp-config.example.json cambiando su cwd por la ruta del repositorio y ejecuta uv run python -m backend.mcp_server.

Cuándo usarlo, cuándo no

Úsalo cuando una carpeta de imágenes tenga que convertirse en dataset COCO o YOLO con rastro de auditoría, cuando un crawl dejó casi duplicados y capturas mezclados, o cuando dos anotadores trabajaron en el mismo conjunto y las etiquetas ya no coinciden.

No lo uses para entrenar o evaluar un modelo, y no esperes que decida la anotación por ti — caja, polígono y máscara son tuyos, y la leyenda generada es sugerencia. Tampoco lo uses como plataforma de etiquetado con cuotas por persona: gestiona un dataset y sus versiones, no una plantilla de trabajo.

Sources

1. Images Dataset Studio — repositorio — funciones, requisitos, comandos de instalación, tabla de proveedores, configuración de MCP citados arriba.
2. README.md — comandos de instalación y ejecución, configuración de proveedores, licencia (MIT).

Página del proyecto: Images Dataset Studio

Para el mismo flujo en el lado de modelo de lenguaje, mira LLM Dataset Studio, y para lo que un dataset de imagen necesita antes de entrenar una LoRA, creación automática de dataset.

El repositorio tiene licencia MIT, y el archivo original queda intacto, así que una decisión mala siempre es reversible.

FAQ

¿Entrena un modelo? No. El README dice que el Studio no entrena modelos; crea, limpia, revisa, anota, versiona y exporta el dataset.

¿Borra duplicados automáticamente? No. Los duplicados exactos y casi duplicados se encuentran y se reportan, y las decisiones keep, review, quarantine, reject y restore son reversibles.

¿Puedo usar un modelo de visión en la nube para leyendas? Sí, opt-in: Settings → Functions & Models deja que cada función elija modelo local o proveedor en la nube con su propio model ID, y la clave de API es solo de escritura.

¿Qué formatos de exportación hay? ImageFolder, COCO, YOLO, JSONL, CSV y Parquet.