资源 | 深度学习图像标注工具汇总

作者 | chaibubble

来源 | CSDN 网站

对于监督学习算法而言,数据决定了任务的上限,而算法只是在不断逼近这个上限。世界上最遥远的距离就是我们用同一个模型,但是却有不同的任务。但是数据标注是个耗时耗力的工作,下面介绍几个图像标注工具:

Labelme

Labelme适用于图像分割任务的数据集制作:

它来自下面的项目:

https://github.com/wkentaro/labelme

该软件实现了最基本的分割数据标注工作,在save后将保持Object的一些信息到一个json文件中,如下:

https://github.com/wkentaro/labelme/blob/master/static/apc2016_obj3.json

同时该软件提供了将json文件转化为labelimage的功能:

labelImg

Labelmg适用于图像检测任务的数据集制作:

它来自下面的项目:

https://github.com/tzutalin/labelImg

其中标签存储功能和“Next Image”、“Prev Image”的设计使用起来比较方便。

该软件最后保存的xml文件格式和ImageNet数据集是一样的。

yolo_mark

yolo_mark适用于图像检测任务的数据集制作:

它来自于下面的项目:

https://github.com/AlexeyAB/Yolo_mark

它是yolo2的团队开源的一个图像标注工具,为了方便其他人使用yolo2训练自己的任务模型。在linux和win下都可运行,依赖opencv库。

Vatic

Vatic适用于图像检测任务的数据集制作:

它来自下面的项目:

http://carlvondrick.com/vatic/

比较特别的是,它可以做视频的标注,比如一个25fps的视频,只需要隔100帧左右手动标注一下物体的位置,最后在整个视频中就能有比较好的效果。这依赖于软件集成的opencv的追踪算法。

Sloth

Sloth适用于图像检测任务的数据集制作:

它来自下面的项目:

https://github.com/cvhciKIT/sloth;

https://cvhci.anthropomatik.kit.edu/~baeuml/projects/a-universal-labeling-tool-for-computer-vision-sloth/

在标注label的时候,该软件可以存储标签,并呈现标注过的图片中的bbox列表。

Annotorious

Annotorious适用于图像检测任务的数据集制作:

它来自下面的项目:

http://annotorious.github.io/index.html

代码写的相当规范,提供了相应的API接口,方便直接修改和调用。

RectLabel

RectLabel适用于图像检测任务的数据集制作:

它来自下面的项目:

https://rectlabel.com/

这是一个适用于Mac OS X的软件,而且可以在apple app store中直接下载。

VoTT

VoTT适用于图像检测任务的数据集制作:

它来自下面的项目:

https://github.com/Microsoft/VoTT/

微软的开源工具,既可以标注视频,也可以标注图片,而且支持已有模型的集成,功能强大。

IAT – Image Annotation Tool

IAT适用于图像分割任务的数据集制作:

它来自下面的项目:

http://www.ivl.disco.unimib.it/activities/imgann/

比较有特色的是,它支持一些基础形状的选择,比如要分割的物体是个圆形的,那么分割时可以直接选择圆形,而不是用多边形选点。

images_annotation_programme

images_annotation_programme适用于图像检测任务的数据集制作:

它来自下面的项目:

https://github.com/frederictost/images_annotation_programme

除此之外,还有很多类似的工具,与上面的工具相比,并没有什么特色了,我们只给出链接,不详细介绍了:

ImageNet-Utils

https://github.com/tzutalin/ImageNet_Utils

labeld

https://github.com/sweppner/labeld

▌VIA

http://www.robots.ox.ac.uk/~vgg/software/via/

ALT

https://alpslabel.wordpress.com/2017/01/26/alt/

FastAnnotationTool

https://github.com/christopher5106/FastAnnotationTool

LERA

https://lear.inrialpes.fr/people/klaeser/software_image_annotation

原文链接:

https://blog.csdn.net/chaipp0607/article/details/79036312

——【完】——

原文发布于微信公众号 - AI科技大本营(rgznai100)

原文发表时间:2018-06-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

MXNet 宣布支持 Keras 2,可更加方便快捷地实现 CNN 及 RNN 分布式训练

AI 研习社按,近期,AWS 表示 MXNet 支持 Keras 2,开发者可以使用 Keras-MXNet 更加方便快捷地实现 CNN 及 RNN 分布式训练...

1287
来自专栏应兆康的专栏

开发集和测试集

2041
来自专栏玉树芝兰

如何用Python和深度神经网络识别图像?

(由于微信公众号外部链接的限制,文中的部分链接可能无法正确打开。如有需要,请点击文末的“阅读原文”按钮,访问可以正常显示外链的版本。)

1982
来自专栏IT派

11 个Javascript机器学习库

Brain.js是一个Javascript库,用于替代(现在已弃用的)“ 脑 ”库的神经网络,该库可与Node.js一起使用或在浏览器中使用(注释计算),并为不...

1384
来自专栏IT派

资源 | 深度学习图像标注工具汇总

对于监督学习算法而言,数据决定了任务的上限,而算法只是在不断逼近这个上限。世界上最遥远的距离就是我们用同一个模型,但是却有不同的任务。但是数据标注是个耗时耗力的...

1302
来自专栏AI研习社

IBM高级研发工程师武维:如何分布式训练深度学习模型?| 分享总结

AI 研习社按:随着深度学习神经网络规模越来越大,训练一个深度神经网络(Deep Neural Networks, DNNs)往往需要几天甚至几周的时间。为了加...

2925
来自专栏应兆康的专栏

5. 开发集和测试集

让我们回到之前关于猫咪图片的例子: 你开发了一个移动APP, 用户可以上传许多不同的图片到你的APP上,你想识别出用户上传的图片中所有包含猫咪的图片。 你的团队...

3136
来自专栏人工智能头条

10行代码实现目标检测,请收下这份教程

1181
来自专栏数据小魔方

excel数据分析库系列|抽样设计

今天开始跟大家分享excel数据分析库系列——抽样设计! 作为微软excel中一直以来隐藏的最深最上档次的功能组件,excel数据分析工具库需要用户手动调用并开...

3697
来自专栏量子位

自动给神经网络找bug,Google发布TensorFuzz

能不能把炼丹师们从无休止无希望的debug工作中拯救出来?两位谷歌大脑研究员Augustus Odena和Ian Goodfellow说,好像能。

1590

扫码关注云+社区

领取腾讯云代金券