計算機視覺領域的圖像標注工具
當前位置：點晴教程→知識管理交流
→『 技術文檔交流 』
標注產品既是服務深度學習的必要工具，也可以作為數據標注行業的生產支柱，如今的發展有兩種趨勢：智能化和平臺化，拋開這兩種趨勢的產品逐步被取代，這篇文章盤點一些國內外值得推薦的標注產品。 LabelMeLabelMe 最早是由麻省理工學院 (MIT) 的計算機科學與人工智能實驗室 (CSAIL) 于 2008 年發布的，類型覆蓋了實例分割、語義分割、bbox標注、圖片分類等，是標注領域中不得不提的元老。時至2024年8月，LabelMe 也不出意外的進入了商業化，發布了新版官網，集成了SAM、YOLO-World等模型，支持本地安裝，但這些功能主要在Pro版本，入門版還是手動標注為主。
工具特性：
Make SenseMake Sense 是一款在線標注工具，于 2019 年發布。Make Sense 顯著的優勢是輕量化和清晰化，相比于 LabelMe 的傳統 UI 界面，使用體驗顯著提升看，支持常見格式的導入、導出。值得一提的是, Make Sense 受到了 YOLOv5 和 Roboflow 的官方推薦。Make Sense 基于 Typescript 開發，同時有開源版本，但代碼近兩年沒有更新，社區問題的響應率比較低。
工具特性：
T-Rex LabelT-Rex Label 是IDEA研究院（發布開集檢測模型 Grounding DINO、T-Rex2 的團隊）2024年最新發布的標注工具。不同于預訓練模型輔助的 AI 標注（Make Sense），或者基于文本提示的智能標注（LabelMe Pro），T-Rex Label 是使用了一種視覺提示的標注方式。框選任意目標，就可以標注其他相似物體的bbox，這種方式對于難以用文本描述的物體標注尤為適用。T-Rex Label 的標注交互簡單易用，上手成本很低。
工具特性：
VoTTVoTT（Visual Object Tagging Tool）是由微軟開發的一款圖像和視頻標注工具，于2018 年發布。目前 VoTT 的最新版本是 V2，使用 TypeScript 編寫。VoTT 主攻圖像和視頻幀的標注，進入工具后能感受到界面簡單直觀，功能模塊清晰。VoTT 也支持與預訓練模型的集成，自動生成標注，很適合大規模數據集的處理。VoTT 平臺可以與多種數據源連接，包括本地文件系統和云存儲，同時還支持自定義導入導出策略。
工具特性：
LabelULabelU 是一款綜合性輕量級的標注工具，由 OpenDataLab 開發今年上半年推出。LabelU的優勢是工具類型全面，甚至包括屬性、立體框等工具，適合構建復雜的標注任務，建自己需求的標注界面。LabelU 目前沒有集成智能標注的功能，但支持預標注數據的一鍵載入，用戶可以根據實際需要對其進行細化和調整。
工具特性：
Label StudioLabel Studio 相信都不陌生，由 Heartex 基于 Python 語言開發，于2019年推出，是一個全面強大的數據標注平臺。在 Label Studio 中，可以根據項目需求自定義標注界面、調整標注工具，設置好后使用起來很順手。值得一提的是，Label Studio 提供了內置的質量控制機制，如標注審核和多標注員一致性檢查，以確保標注數據的準確性和可靠性。
工具特性：
網址：labelstud.io SuperviselySupervisely 是一款基于 web 的數據標注平臺，同樣具有直觀易用的 UI 設計。此外，Supervisely 更是一款名副其實的端到端數據標注和管理平臺，可以在該平臺上實現數據管理、自動化標注和團隊協作的全流程功能。企業版還支持本地部署和 Python 應用程序自定義標注工作流，尤其適合需要進行大規模數據處理和數據類型復雜多樣的項目團隊。
工具特性：
LabelboxLabelbox 于 2018 年推出，同樣是一個專業的在線數據標注平臺。除了標注外，Labelbox 還支持大規模數據管理、模型分析等功能，賦能整個研究過程。此外，平臺集成了 YOLOv8、GroundingDINO、SAM 等開源模型。但是，國內訪問速度較慢，非企業版本的限制較多。
工具特性：
網址：labelbox.com 鏈接：https://juejin.cn/post/7412702063677472795 來源：稀土掘金 該文章在 2024/9/11 14:43:23 編輯過 |
關鍵字查詢
相關文章
正在查詢... 
|
400 186 1886
