awesome-data-labeling
精心挑选的优秀数据标注工具列表
图像
- labelImg - LabelImg 是一个图形化的图像标注工具,用于在图像中标注物体的边界框
- CVAT - 强大且高效的计算机视觉标注工具
- labelme - 使用 Python 进行图像多边形标注
- VoTT - 一个用于图像和视频资产的开源标注工具
- imglab - 一个基于 Web 的工具,用于标注可用于训练 dlib 或其他物体检测器的图像
- Yolo_mark - 用于标注图像中物体边界框的 GUI 工具,以训练神经网络 Yolo v3 和 v2
- PixelAnnotationTool - 允许你手动且快速地标注目录中的图像的软件
- OpenLabeling - 用于计算机视觉应用的图像和视频标注工具
- imagetagger - 一个开源的在线平台,用于协作式图像标注
- Alturos.ImageAnnotation - 一个协作式图像数据标注工具
- deeplabel - 跨平台的机器学习图像标注工具
- MedTagger - 使用众包方法标注医学数据集的协作框架
- Labelbox - Labelbox 是最快的方式来标注数据,用于构建和发布计算机视觉应用
- turktool - 一个用于可扩展图像边界框标注的现代化 React 应用程序
- Pixie - Pixie 是一个 GUI 标注工具,提供边界框、多边形、自由绘制和语义分割物体标注功能
- OpenLabeler - OpenLabeler 是一个开源桌面应用程序,用于 AI 应用的物体标注
- Anno-Mage - 一种半自动图像标注工具,使用预训练模型为 80 个物体类别提供标注建议
- CATMAID - 用于大量图像数据的协作式标注工具包
- make-sense - makesense.ai 是一个免费的在线照片标注工具
- LOST - 在基于 Web 的环境中设计自己的智能图像标注流程
- Annotorious - 一个用于图像标注的 JavaScript 库
- Sloth - 用于计算机视觉研究的图像和视频数据标注工具
文本
- YEDDA - 一个轻量级协作文本片段标注工具(分块、命名实体识别等),获得 ACL 最佳演示提名
- ML-Annotate - 用于机器学习目的的文本数据标注工具,支持二进制、多标签和多类别标注
- TagEditor - 用于 spaCy 的标注工具
- SMART - 资源受限环境下的智能手动标注训练数据收集工具
- PIAF - 一个问答标注工具
音频
- EchoML - 播放、可视化和标注你的音频文件
- audio-annotator - 一个用于标注和标记音频文件的 JavaScript 界面
- audio-labeler - 一个使用 Docker 和 Flask 的浏览器内应用程序,用于随机标注音频片段
- wavesurfer.js - 简单的标注工具,请查看示例
- peak.js - 由 BBC UK 开发的基于浏览器的音频波形可视化和 UI 组件,用于与音频波形进行交互
- Praat - 通过计算机进行语音学研究
- Aubio - 用于从音频信号中提取标注的工具
视频
- UltimateLabeling - 一个多用途的 Python 视频标注 GUI,集成了 SOTA 检测器和跟踪器
- VATIC - VATIC 是一个在线视频标注工具,用于计算机视觉研究,将工作外包给亚马逊 Mechanical Turk
时间序列
- Curve - Curve 是一个开源工具,帮助标注时间序列数据中的异常
- TagAnomaly - 异常检测分析和标注工具,特别适用于多时间序列(每个类别一个时间序列)
- time-series-annotator - CrowdCurio 时间序列标注库实现了时间序列的分类任务
- WDK - 穿戴设备开发工具包(WDK)是一套工具,旨在促进使用穿戴设备进行活动识别应用的开发
3D
- webKnossos - webKnossos 是一个开源的基于 Web 的工具,用于可视化、标注和共享大型 3D 图像数据集。它具有快速的 3D 数据浏览、骨架(线段)标注、分割和校对工具、网格可视化以及协作功能。公共实例 webknossos.org 托管了一些已发布的数据集,可无需本地设置使用
- KNOSSOS - KNOSSOS 是一个用于 3D 图像数据可视化和标注的软件工具,旨在快速重建神经形态和连接性
Lidar
- semantic-segmentation-editor - 用于相机和 LIDAR 数据的网络标注工具
多领域
- Label Studio - Label Studio 是一个可配置的数据标注工具,支持不同的数据类型
- Dataturks - Dataturks 支持 ML 项目中数据项的端到端标注,如视频、图像(分类、分割和标注)和文本(PDF、文档、文本等的全长文档标注)