计算机视觉领域超级优秀的5个开源图像标注工具

如果你是一名计算机视觉领域的数据科学家，你可能也意识到了你需要一个快速而简单的标注工具，其原因至少是以下两个之一:

PoC（译者注：Proof of Concept）或研发实验需要创建数据集

保证你的数据质量，这样它就不会影响你的深度学习算法的性能

我深入探究了计算机视觉标注领域，发现它包含了大量令人印象深刻的工具（请看如下三个超级棒的工具清单：清单一，清单二，清单三，或者查看 这个博客）。我花了相当多的时间比较最有前景的（和活跃的）项目，发现其中大部分工具都只能达到如下三个设计目标中的其中一个:

1、如果你想在标注行业展开业务，你需要：

a. 先进的项目管理功能

b. 足够多的功能，以完成任何标注任务

c. 提高效率的自动化工具

2、如果你属于一家创业公司，你可能需要：

a. API，或者至少是将标注工具连接到私有 API 的简单方法

b. 直观的用户体验（UX），使你临时聘用的每个标注人员都可以立即开始工作

3、如果你只是为自己工作，你：

a. 不用关心 API 或者项目管理

b. 只是想尽快开始标注！

下面是我最喜欢的工具列表，这些工具允许为计算机视觉应用标注包围框（用于物体检测任务）和多边形框（用于分割任务）。

如果你发现这些工具不能正常工作，请尝试在 Chrome 中运行它们。

在计算机视觉中，训练算法的数据主要有三种类型:

图片 + 分类器训练标签（ResNets）

包围框 + 检测器标签（YOLOv3，Faster R-CNN……）

多边形 + 用于分割应用程序标签（Mask R-CNN）

（编辑：源码门户网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!