深度学习图像标注工具汇总

版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/chaipp0607/article/details/79036312

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

Labelme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

网页版的哦

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

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

来自专栏编程微刊

git报错-fatal: HttpRequestException encountered.

点击下载安装 GCMW-1.14.0.exe 下载链接 https://github.com/Microsoft/Git-Credential-Manage...

33250
来自专栏Java那些事

五一假期充电指南:4月Github最热门的Java项目推荐

下面的内容从 Java 学习文档到最热门的框架再到热门的工具应有尽有,比如下面推荐到的开源项目 Hutool 就是近期比较热门的项目之一,它是 Java 工具包...

12220
来自专栏Clive的技术分享

自建Git服务器之Gogs

Gogs 是一款极易搭建的自助 Git 服务,个人感觉比Gitlab要轻量级,搭建起来更方便。

22630
来自专栏机器学习算法与Python学习

一个牛逼的 Python 调试工具

一般情况下,在编写 Python 代码时,如果想弄清楚为什么 Python 代码没有按照预期执行的原因,比如你想知道哪些是正在运行,哪些没有运行,以及局部变量的...

16140
来自专栏iOSDevLog

Commitizen 互联网公民的简单提交惯例

安装就像运行以下命令一样简单(如果看到 EACCES 错误,阅读 修复 npm 权限 可能有帮助):

9330
来自专栏DevOps时代的专栏

用 GitLab 的 Merge Request 做代码评审

在目前已使用的质量内建的工程实践中不可否认的一个实践为代码审查 它被用作提高产品交付质量和提高开发过程效率的有效措施。

29650
来自专栏架构说

共识算法-raft论文分析

中文:https://destinywang.github.io/blog/2018/04/15/%E7%BF%BB%E8%AF%91-In-Search-of...

18820
来自专栏程序员的成长之路

推荐 11 个 GitHub 上比较热门的 Java 项目

https://github.com/skylot/jadx Star 13804

12920
来自专栏雪雁的专栏

使用Jenkins来实现内部的持续集成流程(上)

Jenkins和TeamCity都是大杀器,用于搭建内部持续集成环境都是妥妥的。本篇主要介绍Jenkins的安装,下篇将介绍相关配置和使用。

10930
来自专栏gojam技术备忘录

command not found:向Mac添加环境变量

出现command not found一般由于软件没有安装好或者环境变量没有配置好,前一种多半会看到一串提示,后者不一定,可能需要手动配置一下。

46340

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励