会员服务 ·

计算机视觉中的图像标注工具总结

2021 年 10 月 21 日 极市平台

↑ 点击蓝字关注极市平台

作者丨Dmitrii

来源丨CV技术指南

编辑丨极市平台

极市导读

创建高质量的数据集是任何机器学习项目的关键部分。在实践中，这通常比实际训练和超参数优化花费的时间更长。因此，选择合适的标记工具至关重要。在这里，我们总结了一些用于计算机视觉任务的最佳图像标记工具：labelme、labelImg、CVAT和hasty.ai >>加入极市CV技术交流群，走在计算机视觉的最前沿

labelme

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

你可以用它做什么

labelme 是一个基于 python 的开源图像多边形标注工具，可用于手动标注图像以进行对象检测、分割和分类。它是在线 LabelMe 的离线分支，最近关闭了新用户注册选项。所以，在这篇文章中，我们只考虑 labelme（小写）。

该工具是具有直观用户界面的轻量级图形应用程序。使用 labelme，您可以创建：多边形、矩形、圆、线、点或线带。通常，能够以众所周知的格式（例如 COCO、YOLO 或 PASCAL VOL）导出注释以供后续使用通常很方便。但是，在 labelme 中，标签只能直接从应用程序保存为 JSON 文件。如果要使用其他格式，可以使用 labelme 存储库中的 Python 脚本将注释转换为 PASCAL VOL。尽管如此，它还是一个相当可靠的应用程序，具有用于手动图像标记和广泛的计算机视觉任务的简单功能。

安装和配置

labelme 是一个跨平台的应用程序，可以在多个系统上工作，例如 Windows、Ubuntu 或 macOS。安装本身非常简单，这里有很好的描述。例如，在 macOS 上，您需要在终端中运行以下命令：

安装依赖：brew install pyqt
安装labelme：pip install labelme
运行 labelme：labelme

labelImg

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

你可以用它做什么

labelImg 是一种广泛使用的开源图形注释工具。它仅适用于目标定位或检测任务，并且只能在考虑的对象周围创建矩形框。尽管存在这种限制，我们还是建议使用此工具，因为该应用程序仅专注于创建尽可能简化工具的边界框。对于此任务，labelImg 具有所有必要的功能和方便的键盘快捷键。另一个优点是您可以以 3 种流行的注释格式保存/加载注释：PASCAL VOC、YOLO 和 CreateML。

安装和配置

这里对安装进行了很好的描述。还要注意 labelImg 是一个跨平台的应用程序。例如，对于 MacOS，需要在命令行上执行以下操作：

安装依赖：先 brew install qt，然后 brew install libxml2
选择要安装的文件夹的位置。
当你在文件夹中时，运行以下命令：git clone https://github.com/tzutalin/labelImg.git, cd labelImg 然后 make qt5py3
运行 labelImg：python3 labelImg.py
开发人员强烈建议使用 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 是一种用于图像和视频的开源注释工具，用于对象检测、分割和分类等任务。要使用此工具，您无需在计算机上安装该应用程序。可以在线使用此工具的网络版本。您可以作为一个团队协作处理标记图像并在用户之间分配工作。还有一个很好的选择，它允许您使用预先训练的模型来自动标记您的数据，如果您使用 CVAT 仪表板中现有的可用模型，这可以简化最流行的类（例如，COCO 中包含的类）的过程。或者，您也可以使用自己的预训练模型。CVAT 具有我们已经考虑过的工具中最广泛的功能集。特别是，它允许您以大约 15 种不同的格式保存标签。可以在此处找到完整的格式列表。