Registro público
Informe de salud del softwareesquema 0.31.0 · métricas 2.10.0 · 2026-08-05 05:53 UTC

wkentaro / labelme

Image annotation with Python. Supports polygon, rectangle, circle, line, point, and AI-assisted annotation.

PythonGPL-3.0★ 16.081 estrellas⑂ 3693 forksdesde may 2016Ver en GitHub ↗
TipoHerramienta de línea de comandosBibliotecaAplicación de escritoriocómo se determina
#image-annotation#python#computer-vision#annotations#deep-learning#semantic-segmentation#instance-segmentation#video-annotation#classification

wkentaro/labelme tiene un índice de salud de 90 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (98/100) y la más baja, Security (62/100). Se actualizó por última vez hoy. Una sola persona concentra la mayor parte del trabajo reciente.

90
global / 100
Excelente

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

90
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 76 se calibra a 90 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Kentaro WadaCuenta personal
2544 seguidores355 repositorios públicosdesde may 2013Self-employed

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicación
PyPIlabelme7.0.449.057232hace 23 días

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

98Excepcional · 21% del índice global

Actividad de desarrollo

96Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
32.5/36Cadencia de commits — 47/52 semanas con commits
18/18Volumen de commits — 1675 commits en el último año
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
Datos de entrada utilizados
commits_last_year1675
human_commit_share1
days_since_last_push0
active_weeks_last_year47

Disciplina de publicación

100Excepcional
Cómo se puntúa
27/27Publica versiones — 100 versiones publicadas
36/36Recencia de las versiones — última versión hace 23 días
27/27Cadencia de publicación — una versión cada ~9,1 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count100
latest_release_tagv7.0.4
releases_from_tagsno
days_since_latest_release23
mean_days_between_releases9,1
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: Signed-Releases. Los pesos restantes se han renormalizado.

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

75Bueno · 17% del índice global

Popularidad y adopción

97Excepcional
Cómo se puntúa
60/60Estrellas — 16.081 estrellas
25/25Forks — 3693 forks
12/15Observadores — 146 observadores
Datos de entrada utilizados
forks3693
stars16.081
watchers146
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

50Moderado
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (GPL-3.0)
0/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges3
has_contributingno
has_issue_templateno
has_code_of_conductno
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateno

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

67Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

35Débil
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
2.5/22.5Distribución de commits — el principal contribuyente firma el 89% de los commits
13.5/13.5Amplitud de contribuyentes — 64 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 22 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled64
top_contributor_share0,891

Capacidad de respuesta a issues y PR

71Bueno
Cómo se puntúa
35.2/42Resolución de issues — 84% de issues cerradas
23.2/30Aceptación de PR — 945/1222 PR decididos fusionados
13/13Newcomer PR acceptance — 2/2 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — Found 0/17 approved changesets -- score normalized to 0
Datos de entrada utilizados
merged_prs945
open_issues148
closed_issues772
prs_merged_7d44
prs_decided_7d46
prs_merged_30d56
prs_decided_30d58
issue_closed_ratio0,839
closed_unmerged_prs277
first_time_authors_30d1
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Propiedad y custodia

74Bueno
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
24.5/25Alcance del propietario — 2544 seguidores de wkentaro
25/25Trayectoria — 355 repos públicos, cuenta de ~13 años
Datos de entrada utilizados
followers2544
owner_typeUser
is_verified—
owner_loginwkentaro
public_repos355
account_age_days4843
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 23 días
20/20Historial de versiones — 232 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packageslabelme
ecosystemspypi
any_deprecatedno
min_days_since_publish23

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

77Bueno · 19% del índice global

Prácticas de ingeniería

68Bueno
Cómo se puntúa
24/24Flujos de trabajo de CI — 5 flujo(s) de trabajo
24/24Pruebas presentes
0/16Configuración de linter
0/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 17 out of 17 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configno
has_precommit_configno

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://labelme.io
10/10Descripción del repositorio
10/10Topics — 9 topics
0/10Wiki
Datos de entrada utilizados
topicsimage-annotation, python, computer-vision, annotations, deep-learning, semantic-segmentation, instance-segmentation, video-annotation, classification
has_wikino
homepagehttps://labelme.io
docs_sitehttps://labelme.io
has_readmesí
has_docs_dirsí
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

62Moderado · 16% del índice global

Postura de seguridad

53Moderado
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 17 out of 17 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/17 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 22 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Licencia — license file detected
7.5/7.5Maintained — 30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
4.5/7.5Vulnerabilities — 4 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,3
Excluidos de la puntuación (sin datos o no aplicable): Signed-Releases. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages44
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:labelme@7.0.4 —lo que arrastra la instalación del paquete publicado—: 44 paquetes. No se analiza la alcanzabilidad.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

69Bueno · 4% del índice global

Contexto y guía para agentes

85Excelente
Cómo se puntúa
45/45Instrucciones para agentes — AGENTS.md, CLAUDE.md
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 99 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,99
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes888

Bucle de verificación (compilación / pruebas / verificación de tipos)

50Moderado
Cómo se puntúa
18/18Arranque con un solo comando — Makefile
22/22Pruebas automatizadas
0/11Configuración de lint / formato
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_filesMakefile
has_devcontainerno
has_linter_configno
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

54Moderado
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.3/55Tamaños de archivo manejables — 2/160 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes117.396
source_files_sampled160
oversized_source_files2

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — examples
Datos de entrada utilizados
example_dirsexamples
has_mcp_signalno
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto), Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

16.081estrellas de GitHub
64contribuidores
1675commits en los últimos 12 meses
0días desde el último push
100versiones publicadas
1factor bus
148issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Más detalle

Historial de estrellas y forks 0 ★ / 3693 ⇿
0Estrellas
3693Forks
43Versiones

Cuándo se añadió cada estrella y fork, recopilado de GitHub y agrupado por día. El crecimiento acumulado se sitúa justo encima de las adiciones diarias que lo componen, de modo que ambos se leen en conjunto: la acumulación orgánica sostenida no se parece en nada a un pico abrupto y efímero. Cuando esa diferencia es medible, se informa como autenticidad del crecimiento.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

2500275030003250350037503693102023-012024-102026-08
Mayor 2Menor 13Parche 23

Cada punto abarca 4 días.

OpenSSF Scorecard 5.3 / 10
5.3agregado

Evaluación de seguridad independiente y agnóstica en cuanto a herramientas, procedente del proyecto de código abierto OpenSSF Scorecard. Cada comprobación premia una práctica de seguridad, no la herramienta de un proveedor concreto. Las comprobaciones que Scorecard no pudo determinar se marcan como n/d y se excluyen de la puntuación de seguridad (nunca se cuentan como cero).Scorecard v5.5.0 · 2026-08-05 05:53 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests17 out of 17 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/17 approved changesets -- score normalized to 0
10Contributorsproject has 22 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 30 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6Vulnerabilities4 existing vulnerabilities detected
Dependencias directas 13
RegistroPaqueteRestricción de versiónManifiesto
PyPIimgviz>=2.0.0pyproject.toml
PyPIloguru>=0.7pyproject.toml
PyPImatplotlib>=3.7pyproject.toml
PyPInatsort>=7.1.0pyproject.toml
PyPInumpy>=1.24pyproject.toml
PyPIonnxruntime>=1.23.2pyproject.toml
PyPIosam>=0.4.0pyproject.toml
PyPIpillow>=2.8pyproject.toml
PyPIpyside6>=6.8pyproject.toml
PyPIscipy>=1.8pyproject.toml
PyPIscikit-image>=0.21pyproject.toml
PyPItifffile>=2024.1.30pyproject.toml
PyPIruamel-yaml>=0.18pyproject.toml
Todas las dependencias 114

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 13 paquetes directos y 101 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIimgviz2.0.0directa
PyPIloguru0.7.3directa
PyPImatplotlib3.10.8directa
PyPInatsort8.4.0directa
PyPInumpy2.4.4directa
PyPIonnxruntime1.24.4directa
PyPIosam0.4.0directa
PyPIpillow12.3.0directa
PyPIpyside66.11.1directa
PyPIruamel-yaml0.19.1directa
PyPIscikit-image0.26.0directa
PyPIscipy1.17.1directa
PyPItifffile2026.4.11directa
PyPIannotated-doc0.0.4indirecta
PyPIannotated-types0.7.0indirecta
PyPIasttokens3.0.1indirecta
PyPIbeautifulsoup44.14.3indirecta
PyPIcertifi2026.2.25indirecta
PyPIcffi2.0.0indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIclick8.3.2indirecta
PyPIcmap0.7.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage7.13.5indirecta
PyPIcryptography48.0.1indirecta
PyPIcycler0.12.1indirecta
PyPIdecorator5.2.1indirecta
PyPIdistro1.9.0indirecta
PyPIdocutils0.22.4indirecta
PyPIexecnet2.1.2indirecta
PyPIexecuting2.2.1indirecta
PyPIfilelock3.28.0indirecta
PyPIflatbuffers25.12.19indirecta
PyPIfonttools4.62.1indirecta
PyPIgdown6.0.0indirecta
PyPIid1.6.1indirecta
PyPIidna3.15indirecta
PyPIimageio2.37.3indirecta
PyPIiniconfig2.3.0indirecta
PyPIipython9.12.0indirecta
PyPIipython-pygments-lexers1.1.1indirecta
PyPIjaraco-classes3.4.0indirecta
PyPIjaraco-context6.1.2indirecta
PyPIjaraco-functools4.4.0indirecta
PyPIjedi0.19.2indirecta
PyPIjeepney0.9.0indirecta
PyPIkeyring25.7.0indirecta
PyPIkiwisolver1.5.0indirecta
PyPIlazy-loader0.5indirecta
PyPImaison2.0.2indirecta
PyPImarkdown-it-py4.0.0indirecta
PyPImatplotlib-inline0.2.1indirecta
PyPImdformat1.0.0indirecta
PyPImdformat-frontmatter2.0.10indirecta
PyPImdformat-gfm1.0.0indirecta
PyPImdit-py-plugins0.5.0indirecta
PyPImdurl0.1.2indirecta
PyPImore-itertools11.0.2indirecta
PyPImpmath1.3.0indirecta
PyPInetworkx3.6.1indirecta
PyPInh30.3.4indirecta
PyPIpackaging26.1indirecta
PyPIparso0.8.6indirecta
PyPIpexpect4.9.0indirecta
PyPIplatformdirs4.9.6indirecta
PyPIpluggy1.6.0indirecta
PyPIprompt-toolkit3.0.52indirecta
PyPIprotobuf7.34.1indirecta
PyPIptyprocess0.7.0indirecta
PyPIpure-eval0.2.3indirecta
PyPIpycparser3.0indirecta
PyPIpydantic2.13.2indirecta
PyPIpydantic-core2.46.2indirecta
PyPIpygments2.20.0indirecta
PyPIpyparsing3.3.2indirecta
PyPIpyside6-addons6.11.1indirecta
PyPIpyside6-essentials6.11.1indirecta
PyPIpysocks1.7.1indirecta
PyPIpytest9.0.3indirecta
PyPIpytest-cov7.1.0indirecta
PyPIpytest-qt4.5.0indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIreadme-renderer44.0indirecta
PyPIrequests2.33.1indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIrfc39862.0.0indirecta
PyPIrich15.0.0indirecta
PyPIruff0.12.12indirecta
PyPIruyaml0.91.0indirecta
PyPIsecretstorage3.5.0indirecta
PyPIsetuptools83.0.0indirecta
PyPIshellingham1.5.4indirecta
PyPIshiboken66.11.1indirecta
PyPIsix1.17.0indirecta
PyPIsoupsieve2.8.4indirecta
PyPIstack-data0.6.3indirecta
PyPIsympy1.14.0indirecta
PyPItaplo0.9.3indirecta
PyPItqdm4.67.3indirecta
PyPItraitlets5.14.3indirecta
PyPItwine6.2.0indirecta
PyPIty0.0.31indirecta
PyPItyper0.24.1indirecta
PyPItypes-pillow10.2.0.20240822indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItypos1.45.1indirecta
PyPIurllib32.7.0indirecta
PyPIwcwidth0.6.0indirecta
PyPIwin32-setctime1.2.0indirecta
PyPIyamlfix1.19.1indirecta
Avisos de dependencias 0

Instalar pypi:labelme@7.0.4 arrastra 44 paquetes, directos y transitivos: 0 tienen avisos conocidos, de los cuales 0 son dependencias directas.

Ningún aviso conocido afecta a las dependencias evaluadas.

Un aviso significa que la versión registrada en el grafo de dependencias cae dentro del rango afectado de un aviso. No se analiza la alcanzabilidad, y el grafo incluye fijaciones de desarrollo y prueba: un hallazgo puede referirse al utillaje y no al software distribuido.

Informe JSON sin procesar legible por máquina

Comentarios

¿Algo no cuadra en este informe, o hay ideas que compartir? Mediciones erróneas, herramientas no detectadas, ideas, preguntas: todo es bienvenido. Cada mensaje se lee y recibe respuesta.

El mensaje se conserva durante el inicio de sesión.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con wkentaro/labelme. Leer en paralelo →

98ultralytics/ultralyticsUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingExcepcional99openvinotoolkit/nncfNeural Network Compression Framework for enhanced OpenVINO™ inferenceExcepcional98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeExcepcional98voxel51/fiftyoneRefine high-quality datasets and visual AI modelsExcepcional98roboflow/rf-detrRF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026] Excepcional97roboflow/roboflow-pythonThe official Roboflow Python package. Manage your datasets, models, and deployments. Roboflow has everything you need to build a computer vision application.Excepcional

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.31.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.