#数据标注
autolabel
Autolabel是一个Python库，利用大语言模型（LLM）自动标注、清洗和丰富文本数据集。它大幅减少手动标注的时间和成本，同时提供高准确率的标注结果。该库支持多种NLP任务，如分类、问答、命名实体识别等，兼容OpenAI、Anthropic、HuggingFace等多家提供商的LLM。Autolabel还提供信心估算、结果解释、缓存和状态管理功能，并支持使用Refuel托管的开源LLM进行标注。用户可根据具体任务配置标注指南，并通过简单的三步流程完成数据标注。
Adala
Adala 是一个用于数据处理的自主数据标注框架，具备灵活的运行时环境和Python集成。通过迭代学习，系统内的智能体可以独立获取技能，适应不同的环境。Adala 提供可靠的数据处理结果和多种定制化选项，适合AI工程师、机器学习研究人员、数据科学家和教育工作者使用，并兼容OpenAI和VertexAI等大型语言模型。
xtreme1
Xtreme1是一款开源多模态训练数据平台，专注于数据标注、管理和本体管理，支持计算机视觉和大模型项目。凭借AI驱动工具，高效进行2D/3D物体检测、分割及LiDAR-摄像头融合，提升效率。平台具有强大的数据管理和质量监控功能，并提供模型结果可视化，辅助模型评估。Xtreme1云端版本长期免费，安装方便，兼容多种操作系统和硬件。
DLTA-AI
一款集成先进计算机视觉模型的工具，简化图像数据集创建，支持零样本分割和目标跟踪，提供多种模型选择与自定义导出格式，无缝结合Labelme，提升标注效率。
dataspeech
Data-Speech是一套用于语音数据集标注的实用脚本工具。它提供简洁代码库，支持音频转换和注释，有助于语音AI模型开发。该工具能重现研究论文中的注释方法，使用自然语言描述标注说话者特征。Data-Speech可处理LibriTTS-R和MLS等数据集，并为Parler-TTS库提供支持。它提供从数据集注释、特征映射到自然语言描述生成的完整工作流程。
deepdataspace
DeepDataSpace是一个开源计算机视觉数据集工具，提供交互式数据可视化、探索和智能标注功能。支持多平台和协作工作流，易于安装使用。通过直观界面帮助用户高效管理和分析大规模图像数据集，适用于CV项目开发和研究。
label-studio-frontend
Label Studio Frontend是基于React开发的开源数据标注前端库。作为NPM包可集成到应用中，支持图像、音频、文本等多种标注类型。该库提供灵活的配置选项和丰富的界面控件，允许开发者根据具体需求进行定制。适用于构建各类数据标注系统，为机器学习和人工智能项目提供标注支持。
label-studio-converter
Label Studio Converter是一款开源的标注数据转换工具,可将Label Studio的标注结果转换为JSON、CSV、CoNLL 2003、COCO、Pascal VOC XML等多种机器学习格式。此外,它还支持将YOLO格式的预标注数据导入Label Studio。通过命令行和Python API接口,Label Studio Converter简化了数据格式转换流程,有效连接了数据标注和模型训练环节。
Scale
Scale AI为自动驾驶、地图、AR/VR、机器人等多领域提供优质数据服务，并通过其先进的生成AI平台，帮助企业释放AI潜力，加速技术革新。