pixlint

PixLint

AI アシスタントから直接、コンピュータービジョンデータセットの検査、整理、準備ができます。

PixLint は、MCP サーバーです。Claude、Cursor、VS Code、その他あらゆる MCP クライアントなどの AI アシスタントから、コンピュータービジョンデータセット用の包括的なツールキットを直接、会話形式で利用できます。品質の分析、重複やラベルエラーの検出、データセットのクリーンアップと整理、分割、拡張、形式変換、主要なトレーニングフレームワークへのエクスポートが可能です。

ローカルで stdio 経由で実行することも、認証付き HTTP 経由でインターネット上にセルフホストすることもできます。

---

PixLint を選ぶ理由

データセット用ツールの多くは、有料の SaaS か、動作の重い GUI アプリです。PixLint は、AI エージェントが最初から最後まで操作できる、単一のオープンソースでセルフホスト可能なサーバーです。さらに、他のツールでは有料プランに限定されがちな機能も利用できます。

• 🩺 Dataset Doctor — 1 回の呼び出しで完全な診断を実行し、優先順位付きの 実行可能な 修正プランを返します。
• ラベルエラー検出 — 誤ったラベルが付いている可能性の高い画像を自動的に見つけます。
• 自然言語クエリ — 「左側に人物が写っている、ぼやけた画像を探して」 といった指示で、データを検索できます。
• 弱いスライスの検出 — 次に収集または拡張すべき、データが不足している、または品質の低いスライスを見つけます。
• 新しいデータセットを生成するキュレーション — クリーンアップ、フィルタリング、クラスの再マッピングを行い、レポートだけで終わりません。
• 事前学習済み検出器による自動ラベル付けと、1 コマンドでの Hugging Face への公開。

---

機能

103 の操作 — 67 のツール、23 のリソース、13 のプロンプト。

カテゴリ	利用できる機能
読み込み	COCO · VOC · YOLO · KITTI · フォルダー、さらにクラウド（S3 / GCS / Azure）
分析	重複 · 品質（ぼやけ／露出／ノイズ／コントラスト） · 整合性 · クラス分布 · 埋め込み · セマンティック検索 · 外れ値 · 健全性スコア
データインテリジェンス	Dataset Doctor による準備状況レポート · ラベルエラー検出 · 自然言語クエリ · 弱いスライス／バイアスの検出
キュレーション	サブセットへのフィルタリング · クリーンアップ（破損／範囲外／不正形状／重複） · クラスの再マッピング — いずれも新しいデータセットを生成
拡張と変換	YOLO／分類／セグメンテーションのパイプライン · リサイズ · 正規化 · 形式変換
分割	層化／ランダム／時間順／グループ別 · k 分割交差検証 · データリーク検出
自動ラベル付け	事前学習済み COCO-80 検出器 → アノテーション済みデータセット
エクスポートと公開	PyTorch · TensorFlow · Ultralytics · HDF5 · WebDataset · FiftyOne · CVAT · LabelMe · Hugging Face Hub
パイプライン	複数ステップのワークフローを組み立て、事前構築済みテンプレートを再利用

---

クイックスタート

1. インストール

pip install pixlint

オプションの追加機能をインストールすると、より多くの機能を利用できます。

pip install "pixlint[torch]"        # embeddings, auto-labeling, label-error detection
pip install "pixlint[huggingface]"  # Hugging Face export + publishing
pip install "pixlint[all]"          # everything

2. AI アシスタントに接続

Claude Desktop — claude_desktop_config.json：

{
  "mcpServers": {
    "pixlint": {
      "command": "pixlint",
      "env": { "CV_DATA_DIR": "/path/to/your/datasets" }
    }
  }
}

Cursor / VS Code — .cursor/mcp.json または .vscode/mcp.json：

{
  "mcpServers": {
    "pixlint": {
      "command": "pixlint",
      "env": { "CV_DATA_DIR": "/path/to/your/datasets" }
    }
  }
}

CV_DATA_DIR は、PixLint によるデータセットの読み取りを許可するディレクトリです。

3. そのまま質問

「/data/coco_person のデータセットを読み込み、準備状況レポートを作成してから、クリーンアップして YOLO 用にエクスポートして。」

アシスタントは PixLint の適切なツールを順番に呼び出し、診断、クリーンアップ、分割、エクスポートを行って、トレーニングにすぐ使えるデータセットを返します。

---

セキュリティ

PixLint はファイルシステムにアクセスし、ネットワークに公開される可能性があるため、すべてのツール呼び出しで保護機能が実行されます。

• パスは、設定されたデータディレクトリ内に制限されます（読み取りと書き込みの両方）。
• 認証情報は環境変数からのみ取得され、ツールの入力から取得されることはありません。
• 呼び出しごとのレート制限、同時実行数の制限、監査ログ記録。
• 画像のデコード時に、圧縮爆弾を防止します。
• HTTP トランスポートでは、オプションでベアラートークン認証を利用できます。

脅威モデルと推奨される本番環境向けチェックリストの全容については、セキュリティガイドを参照してください。

---

ドキュメント

ガイド	説明
はじめに	インストール、設定、最初の手順
MCP クライアントのセットアップ	Claude、Cursor、VS Code、リモート／HTTP ホスティング
API リファレンス	67 個すべてのツールとパラメーター
セキュリティガイド	脅威モデル、設定、ホスティング
パイプラインテンプレート	事前構築済みおよびカスタムのパイプライン

実行可能なスクリプトは examples/ にあります。リリースノートについては、CHANGELOG.mdを参照してください。

---

ライセンス

PixLint は PolyForm Strict License 1.0.0 に基づきソースコードを公開しています。詳細は LICENSE を参照してください。 許可された目的（非商用）であれば使用できます。商用利用、再配布、変更には、 著作権者から別途ライセンスを取得する必要があります。プルリクエストによる貢献を歓迎します。

---

_{mcp-name: io.github.amitsingh-24/pixlint}