一個專注于計算機(jī)視覺與機(jī)器學(xué)習(xí)知識分享的公眾號

編者薦語

創(chuàng)建高質(zhì)量的數(shù)據(jù)集是任何機(jī)器學(xué)習(xí)項目的關(guān)鍵部分。在實踐中，這通常比實際訓(xùn)練和超參數(shù)優(yōu)化花費的時間更長。因此，選擇合適的標(biāo)記工具至關(guān)重要。在這里，我們總結(jié)了一些用于計算機(jī)視覺任務(wù)的最佳圖像標(biāo)記工具。

轉(zhuǎn)載自 | CV技術(shù)指南

labelme

地址：https://github.com/wkentaro/labelme

你可以用它做什么

labelme 是一個基于 python 的開源圖像多邊形標(biāo)注工具，可用于手動標(biāo)注圖像以進(jìn)行對象檢測、分割和分類。它是在線 LabelMe 的離線分支，最近關(guān)閉了新用戶注冊選項。所以，在這篇文章中，我們只考慮 labelme（小寫）。

該工具是具有直觀用戶界面的輕量級圖形應(yīng)用程序。使用 labelme，您可以創(chuàng)建：多邊形、矩形、圓、線、點或線帶。

通常，能夠以眾所周知的格式（例如 COCO、YOLO 或 PASCAL VOL）導(dǎo)出注釋以供后續(xù)使用通常很方便。但是，在 labelme 中，標(biāo)簽只能直接從應(yīng)用程序保存為 JSON 文件。如果要使用其他格式，可以使用 labelme 存儲庫中的 Python 腳本將注釋轉(zhuǎn)換為 PASCAL VOL。

盡管如此，它還是一個相當(dāng)可靠的應(yīng)用程序，具有用于手動圖像標(biāo)記和廣泛的計算機(jī)視覺任務(wù)的簡單功能。

安裝和配置

labelme 是一個跨平臺的應(yīng)用程序，可以在多個系統(tǒng)上工作，例如 Windows、Ubuntu 或 macOS。安裝本身非常簡單，這里有很好的描述。例如，在 macOS 上，您需要在終端中運(yùn)行以下命令：

安裝依賴：brew install pyqt
安裝labelme：pip install labelme
運(yùn)行 labelme：labelme

labelImg

地址：https://github.com/tzutalin/labelImg

你可以用它做什么

labelImg 是一種廣泛使用的開源圖形注釋工具。它僅適用于目標(biāo)定位或檢測任務(wù)，并且只能在考慮的對象周圍創(chuàng)建矩形框。

盡管存在這種限制，我們還是建議使用此工具，因為該應(yīng)用程序僅專注于創(chuàng)建盡可能簡化工具的邊界框。對于此任務(wù)，labelImg 具有所有必要的功能和方便的鍵盤快捷鍵。

另一個優(yōu)點是您可以以 3 種流行的注釋格式保存/加載注釋：PASCAL VOC、YOLO 和 CreateML。

安裝和配置

這里對安裝進(jìn)行了很好的描述。還要注意 labelImg 是一個跨平臺的應(yīng)用程序。例如，對于 MacOS，需要在命令行上執(zhí)行以下操作：

安裝依賴：先 brew install qt，然后 brew install libxml2
選擇要安裝的文件夾的位置。
當(dāng)你在文件夾中時，運(yùn)行以下命令：git clone https://github.com/tzutalin/labelImg.git, cd labelImg 然后 make qt5py3
運(yùn)行 labelImg：python3 labelImg.py
開發(fā)人員強(qiáng)烈建議使用 Python 3 或更高版本和 PyQt5。

CVAT

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

你可以用它做什么

CVAT 是一種用于圖像和視頻的開源注釋工具，用于對象檢測、分割和分類等任務(wù)。

要使用此工具，您無需在計算機(jī)上安裝該應(yīng)用程序?？梢栽诰€使用此工具的網(wǎng)絡(luò)版本。您可以作為一個團(tuán)隊協(xié)作處理標(biāo)記圖像并在用戶之間分配工作。

還有一個很好的選擇，它允許您使用預(yù)先訓(xùn)練的模型來自動標(biāo)記您的數(shù)據(jù)，如果您使用 CVAT 儀表板中現(xiàn)有的可用模型，這可以簡化最流行的類（例如，COCO 中包含的類）的過程?；蛘?，您也可以使用自己的預(yù)訓(xùn)練模型。

CVAT 具有我們已經(jīng)考慮過的工具中最廣泛的功能集。特別是，它允許您以大約 15 種不同的格式保存標(biāo)簽。可以在此處找到完整的格式列表。

hasty.ai

地址：：https://hasty.ai/

你可以用它做什么

與上述所有工具不同，hasty.ai 不是免費的開源服務(wù)，但由于所謂的對象檢測和分割的 AI 助手，它非常方便地標(biāo)記數(shù)據(jù)。自動支持允許您顯著加快注釋過程，因為在標(biāo)記期間輔助模型正在訓(xùn)練。換句話說，標(biāo)記的圖像越多，助手的工作就越準(zhǔn)確。我們將在下面看一個例子來說明它是如何工作的。

您也可以免費試用此服務(wù)。該試驗提供 3000 積分，足以為一個物體檢測任務(wù)自動生成大約 3000 個物體的建議標(biāo)簽。

hasty.ai 允許您以 COCO 或 Pascal VOC 格式導(dǎo)出數(shù)據(jù)。您還可以作為一個團(tuán)隊處理單個項目并在項目設(shè)置中分配角色。

免費積分用完后，hasty.ai 仍然可以免費使用，但標(biāo)記將完全由手動操作。在這種情況下，最好考慮上述免費工具。

配置

要使用該工具，您需要在 hasty.ai 上注冊。
登錄您的帳戶。
單擊創(chuàng)建新項目。
用名稱和描述填寫表單并導(dǎo)航到項目設(shè)置，您可以在其中定義考慮中的類，為該項目添加數(shù)據(jù)。
此外，您可以添加其他用戶來共同處理項目。積分將從共享項目的用戶的帳戶中使用。

原文地址：

https://medium.com/dida-machine-learning/the-best-labeling-tools-for-computer-vision-bf4a9642f796

END

雙一流大學(xué)研究生團(tuán)隊創(chuàng)建，專注于計算機(jī)視覺與機(jī)器學(xué)習(xí)，希望可以將分享變成一種習(xí)慣！

?總結(jié) | 計算機(jī)視覺中的圖像標(biāo)注工具

labelme

labelImg

CVAT

hasty.ai