在构建可以从任何场景检测物体的人工智能系统时,我们需要一个庞大的数据集来训练和测试模型,并发现模型的缺点。现有的图像注释工具能够提供一定的帮助,但是开发者仍要付出很大的努力。
本库的作者 Viraj Mavani,提供了一个新的图像注释工具,该工具包含一个名为 RetinaNet 的现有最先进物体检测模型,来显示并注释常用的 80 个对象类的建议,以此来减少开发者的负担。
Github 链接:
https://github.com/virajmavani/semi-auto-image-annotation-tool
官网链接:
https://virajmavani.github.io/saiat/
For, Python >= 3.5
python main.py