导读

有时候我们想训练自己的模型比如目标检测图像分割文字识别等,而此时开源的数据并不能满足我们的需求,我们就需要自己准备数据了。这里给大家介绍一些常用的图像标注工具,基本上都能满足大家的需求

labelImg

labelImg是一个图像标注工具,它是使用python的qt开发的。通过它标注图像生成的标签文件支持xmlPASCAL VOCYOLO

  • 优点:跨平台,支持LinuxMac OSWindows安装方便使用简单
  • 缺点:只支持矩形框的标注

开源地址:https://github.com/tzutalin/labelImg
在这里插入图片描述

roLabelImg

roLabelImg是在labelImg的基础上开发的,新增了旋转矩形的标注功能。对于旋转矩形的标签新增了一个angle参数来表示旋转矩形旋转的角度。
在这里插入图片描述
开源地址:https://github.com/cgvict/roLabelImg

labelme

labelme支持矩形多边形直线的标记。支持导出VOC格式COCO格式语义和实例分割的标签文件,
在这里插入图片描述
除此之外,它还支持标记视频
在这里插入图片描述
开源地址:https://github.com/wkentaro/labelme

Vott

Vott是微软开源的一款标注软件,相对于前面几款标注软件来说它的功能更加强大。

  • 支持矩形多边形的图片标注以及多标签标注
  • 支持视频的标注以及设置视频的帧率
  • 标注结果的统计和可视化
  • 支持快捷键操作
  • 支持多人协同标注界面更加美观
  • 标注结果导出多种格式,CNTK、TFRecords、Pascal VOC、JSON、CSV
    在这里插入图片描述
    开源地址:https://github.com/microsoft/VoTT

CVAT

CVAT是一个基于web服务的标注图像和视频的标注工具

  • 给关键帧添加bounding boxes
  • 使用深度学习模型自动进行标注
  • 使用快捷键支持关键操作
  • 注释任务的控制面板
  • 以及标注任务的分发等

在这里插入图片描述

开源地址:https://github.com/openvinotoolkit/cvat

landmark_annotation

用于关键点识别的标注工具
在这里插入图片描述

开源地址:https://github.com/pprp/landmark_annotation

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐