【GitHub项目推荐--15个推荐开源免费图像标注工具】【转载】
图像标注是向图像添加标签或注释的元数据，使图像上的内容具有上下文含义。这个过程在呆板学习中具有重要意义，助于在训练视觉模型过程中准确地识别图像中的元素。视觉模型终极的用途也非常广泛，比方，帮助车辆识别门路上的不同物体或停滞物、通过对医学图像的识别帮助疾病检测和诊断。
本文主要推荐一些较好的开源免费的图像标注工具。
01 Makesense.ai
http://makesense.ai/
https://github.com/SkalskiP/make-sense
https://i-blog.csdnimg.cn/img_convert/d3bd909977b6c98ab4e66c0676daaed8.png
Makesense.ai是一个免费的在线跨平台工具，用于标记照片，非常得当小型盘算机视觉深度学习项目。它简化了数据集的准备，标签可以以多种格式下载。该应用程序使用TypeScript编写，基于React/Redux框架开辟。它集成了YOLOv、在COCO数据集上预训练的SSD和PoseNet等先辈的AI模型，可以自动化图像标注。其中AI功能基于TensorFlow.js框架，因为照片不必要传输到服务器，可确保数据隐私安全。
02 Labelme
https://github.com/labelmeai/labelme
https://i-blog.csdnimg.cn/img_convert/f309d16907d549024f3986e398a4864f.jpeg
https://i-blog.csdnimg.cn/img_convert/57a2b0383811cd81ae22dddac646f7a4.png
Labelme是一个基于Python的图像标注工具，支持各种标注范例，并提供自界说GUI。可以导出VOC和COCO格式的数据集，用于语义和实例分割。
功能特征
[*] 支持多边形、矩形、圆形、直线、点和图像级标记注释
[*] 适用于Ubuntu、macOS和Windows
[*] 标注信息保存为JSON文件
[*] 高级用法示例
[*] 将标记分配给整个图像
[*] 将标注指定给单个面
03 Xtreme1
https://github.com/xtreme1-io/xtreme1
https://i-blog.csdnimg.cn/img_convert/e47f7351dda80bd5b317774460572872.png
Xtreme1是一个用于标注多模式训练数据的开源平台，进步了数据注释、管理和本体管理的服从。其人工智能工具旨在进步2D/3D对象检测、3D实例分割和激光雷达相机融合项目的服从。
功能特征
[*] 支持图像、3D LiDAR和2D/3D传感器融合数据集的数据标注
[*] 内置预标记和交互式模型支持2D/3D对象检测、分割和分类
[*] 可设置的本体中心，用于一般类（具有层次布局）和属性，用于模型训练
[*] 数据管理和质量监测
[*] 查找和修复标签错误的工具
[*] 模型结果可视化以协助模型评估
[*] 用于大型语言模型的RLHF（beta版）
[*] 易于使用Docker或从源代码安装
04 Label Studio
https://github.com/HumanSignal/label-studio
https://i-blog.csdnimg.cn/img_convert/18b85553156e3c19bd53715f817562f3.png
Label Studio是一个可用于标记数据范例（如：
音频、文本、图像、视频和时间序列）的开源工具。
它具有友爱的用户界面，可以导出尺度化格式的数据，支持集成呆板学习模型，并可针对特定项目进行定制。
它基于Apache-2.0开源许可证。
05 LOST
https://github.com/l3p-cv/lost
https://i-blog.csdnimg.cn/img_convert/9a574b9ec79b8b9568ac29ff3f5f19d4.png
LOST（Label Object and Save Time）是一个基于Web的图像协同标注工具。它提供了预先构建的注释管道，无需编程知识即可进行即时图像注释，但也允许用户界说注释管道。
该应用程序是可扩展的，可以轻松连接到外部文件系统，如S3 Bucket或Azure Blobstorage。可以在本地或Web服务器上设置，并支持组织建立标签树，监控标注过程和欣赏器内标注。
关键特征
[*] 基于Web的协同图像标注框架
[*] 用于即时图像注释的预构建注释管道
[*] 自界说的标注管道
[*] 可扩展的应用
[*] 轻松连接到外部文件系统，如S3 Bucket或Azure Blobstorage
[*] 在欣赏器中实现标注过程的可视化
[*] 可在本地或Web服务器上进行设置
[*] 支持组织标签树
[*] 监控标注过程
[*] 支持在欣赏器内标注
[*] 能够对半自动标注管道进行建模
[*] 标注建议生成
[*] 单图像标注工具（SIA），用于标注bbox、多边形、点或线
[*] 多图像标注工具（MIA），用于标注整个图像簇
[*] 导出标注函数
[*] 基于个人和项目的标注统计
[*] 用于标签组织的彩色标签树
[*] 查看标注功
[*] 管道项目进出口
[*] 管道项目共享
[*] 集成Jupyter-Lab，轻松开辟流水线
[*] LDAP集成
[*] 电子邮件通知
[*] 可扩展设计，跨多台呆板分布麋集型盘算过程
06 CVAT
https://github.com/opencv/cvat
https://i-blog.csdnimg.cn/img_convert/f8f7df7a77ac18a2e12620cd42ebea88.png
CVAT（Computer Vision Annotation Tool ）是一种用于视频和图像标注的交互式工具，在盘算机视觉中广泛使用。它支持以数据为中心的人工智能方法，可以免费在线使用，也可以订阅其他功能。CVAT也可以私有化安装，并为高级功能提供企业支持。
07 Gromit-MPX
https://github.com/bk138/gromit-mpx
https://i-blog.csdnimg.cn/img_convert/6732ae4eeac2948f3f352f36300f4838.png
Gromit-MPX是一个Unix桌面环境下的标注工具，用户可以直接在屏幕上绘制，突出表现感爱好的点来加强演示文稿。
08 MyVision
https://github.com/OvidijusParsiunas/myvision
https://i-blog.csdnimg.cn/img_convert/7eec1eb4280d06b8fc24ecaf50533437.gif
https://i-blog.csdnimg.cn/img_convert/62191fdc996c79ce9d0610dc15e34ad8.png
https://i-blog.csdnimg.cn/img_convert/89697898843141ef083368f8a2638735.png
MyVision是一个免费的在线图像标注工具，用于生成盘算机视觉的呆板学习训练数据。支持绘制边界框和多边形，用于对象标注、多边形操作，并支持各种数据集格式。它还支持使用”COCO-SSD”模型进行自动标注，可以在本地操作以确保数据隐私安全。
支持的数据格式：
https://i-blog.csdnimg.cn/img_convert/5db6897ba6a1be043de80ea019c13816.png
功能特征
[*] 为对象标注绘制边界框和多边形
[*] 使用要素进行面操作以编辑、移除和添加新点
[*] 支持各种数据集格式
[*] 支持使用“COCO-SSD”模型自动标注
[*] 在本地运行以维护数据隐私
[*] 允许导入和继续处理现有批注项目
[*] 可用于将数据集从一种格式转换为另一种格式
09 LabelImg
https://github.com/HumanSignal/labelImg
https://i-blog.csdnimg.cn/img_convert/4d25a07ba979ceb077700fff6f3c1a0d.png
LabelImg是一个盛行的图像标注工具，目前已参加Label Studio社区，不再积极开辟。Label Studio是一个灵活的开源数据标签工具，适用于各种范例的数据，包括图像，文本，音频，视频和时间序列数据。
LabelImg中的标注信息以PASCAL VOC格式保存，另外，它还支持YOLO和XML格式。
10 Coco Annotator
https://github.com/jsbroks/coco-annotator
https://i-blog.csdnimg.cn/img_convert/2010150089e6e3a2f938431dc1deefcd.jpeg
COCO Annotator是一个基于Web的高效且多功能的图像标记工具，旨在为训练图像定位和对象检测创建数据集。
它提供的功能包括段标记、对象实例跟踪以及标记具有断开连接的可见部分的对象。它通过直观和可定制的界面以COCO格式存储和导出注释。
功能特征
[*] 基于We的工具
[*] 高效和通用的图像标记
[*] 专为图像定位和物体检测的训练数据创建而设计
[*] 段标号
[*] 对象实例跟踪
[*] 标记具有断开的可见部分的对象
[*] 以COCO格式存储和导出注释
[*] 直观和可定制的界面
[*] 允许用户手动界说图像中的区域
[*] 创建文本说明
[*] 通过边界框、遮罩工具或标记点进行对象标记
[*] 自由情势曲线或多边形标注
[*] 直接导出为COCO格式
[*] 分割对象的
[*] 添加关键点的本领
[*] 用于数据分析的有用API端点
[*] 导入COCO格式的数据集
[*] 将断开连接的对象标注为单个实例
[*] 同时使用任意数目的标签标记图像片段
[*] 允许为每个实例或对象自界说元数据
[*] 高级选择工具，如DEXTR、MaskRCNN和Magic Wand
[*] 用半训练模型标注图像
[*] 使用Google图像生成数据集
[*] 用户认证系统
11 Universal Data Tool
https://github.com/UniversalDataTool/universal-data-tool
https://i-blog.csdnimg.cn/img_convert/2ac2d93fba2e3eb110c339f51c297a8f.gif
https://i-blog.csdnimg.cn/img_convert/c9715833389f2232c555fd4bcdde486a.png
Universal Data Tool是一个多功能的应用程序，用于编辑和标注图像、文本、音频和文档等数据范例。它支持图像分割、文天职类和音频转录等任务。该工具支持实时协作，可运行于各种平台，并支持多种数据格式。
12 RectLabel
https://github.com/ryouchinsa/Rectlabel-support
https://i-blog.csdnimg.cn/img_convert/27d76976437cf12ed638a717bcecfe83.jpeg
Label是一个离线图像标注工具，可用于对象检测和分割。
关键特征
[*] 使用Segment Anything模型标记面和像素
[*] 使用Core ML模型自动标记
[*] 行和词的自动文本识别
[*] 使用孔标记面
[*] 标注三次贝塞尔曲线、线段和点
[*] 航空影像中面向标签的边界框
[*] 使用骨架标记关键点
[*] 使用画笔和超像素标记像素
[*] 快速设置对象、属性、热键和标签
[*] 在图库视图中搜索对象、属性和图像名称
[*] 导出为COCO、Labelme、COML、YOLO、DOTA和CSV格式
[*] 导出索引颜色蒙版图像和灰度蒙版图像
[*] 视频到图像帧、加强图像等。
13 OpenLabeling
https://github.com/Cartucho/OpenLabeling
https://i-blog.csdnimg.cn/img_convert/7b79935a6ff98259150f8b59ee8e49ea.gif
https://i-blog.csdnimg.cn/img_convert/ba33dd881a6076c406b6940edc33806c.gif
https://i-blog.csdnimg.cn/img_convert/174f77c50451fe372678865e94826b4e.gif
https://i-blog.csdnimg.cn/img_convert/dfeeebe75bfac0cef6786d2c8910ed0c.gif
OpenLabeling是一个用于标注图像和视频的开源工具。它支持PASCAL VOC和YOLO Darknet等多种格式。
该工具已被用于：深度学习对象检测模型、用于视觉对象跟踪的干扰感知Siamese网络、边界框跟踪和用于视频对象跟踪的OpenCV跟踪器。
14 bbox-visualizer
https://github.com/shoumikchow/bbox-visualizer
https://i-blog.csdnimg.cn/img_convert/05245a9854833df5131f3347e118855d.jpeg
bbox-visualizer可以帮助用户在对象周围绘制边界框，消除了对标签定位的复杂数学盘算的必要。它提供了各种可视化范例，用于在识别后标记对象。边界框点的数据格式为：(xmin, ymin, xmax, ymax)。
15 PixelAnnotationTool
https://github.com/abreheret/PixelAnnotationTool
https://i-blog.csdnimg.cn/img_convert/7799e0b5f589c9a58b75a8e929379efd.png
https://i-blog.csdnimg.cn/img_convert/8e85f457d252b7adff866739af4da6e4.png
PixelAnnotationTool是一个可以使用OpenCV的分水岭算法快速手动注释目录中图像的工具。
用户可以用画笔手动标记区域，然后启动算法。假如初始分割必要校正，用户可以在错误区域上重新绘制新的区域标注。
原文链接：
15个推荐开源免费图像标注工具
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]