本文介绍了 5 个很棒的标注工具，我希望它们能帮助你创建计算机视觉数据集。
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:
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:
如果你想在标注行业展开业务，你需要：
先进的项目管理功能
足够多的功能，以完成任何标注任务
提高效率的自动化工具
如果你属于一家创业公司，你可能需要：
API，或者至少是将标注工具连接到私有 API 的简单方法
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
如果你只是为自己工作，你：
不用关心 API 或者项目管理
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 中运行它们。
[可选]计算机视觉标注的简要基础知识
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（）
包围框+检测器标签（， R-CNN……）
多边形+用于分割应用程序标签（Mask R-CNN）
注意分割数据（蓝色）与检测数据（紫色）的差异
正如你很可能已经意识到的，对于 AI 项目来说，成功的最重要的影响因素之一是你可以使用的“优质数据”的数量。我所说的计算机视觉应用的“优质数据”是指:
即使后一种定义明显缺乏客观性，但我们希望我们的算法能够达到人类的水平。因此，我们需要“人类水平”的标注。
打标公司的最佳开源标注工具
计算机视觉标注工具（CVAT）
计算机视觉标注工具（CVAT）
在推出 近 20 年后，Intel 在计算机视觉领域再次发力，并发布了 CVAT，这是一个非常强大和完整的标注工具。尽管它需要一些时间来学习和掌握，但它包含了大量的功能来标注计算机视觉数据。
优点：
缺点：
点击这里查看在线演示！
创业公司的最佳开源标注工具
可视化对象标注工具（VoTT）
可视化对象标注工具（VoTT）
VoTT 是由微软开发的，它提供了非常棒的用户体验，这可能会在你标注时为你节省大量的时间和精力。而且，创建项目也很直接，所以你可以不用深入阅读其文档就能使用它。
优点：
缺点：
点击这里查看我们的网页应用程序！
是一家成立于 2018 年的初创公司，提供图片、视频和文字的标注服务。然而，直到最近它才成为开源软件（这可能与沃尔玛在 2019 年 2 月买下了它有关），此前你都必须向其付费。尽管在那之后，他们几乎没有对外发声，而且似乎已经停止了任何开发，但是这个标注工具非常棒，而且现在是免费的！
当你使用它的时候，不用在意任何许可，也不用考虑随处可见的任何非商业用途的限制条款。 现在免费啦，而且你可以使用它的所有功能（我已经尝试和测试过了）！
优点：
缺点：
点击这里查看在线演示！
仅为你自己服务的最好的开源图像标注工具
.ai
Make-Sense
Make-sense 在两个月前刚刚发布（如果你在很久之后才读到我这篇文章，说明下，这个时间是 2019 年 6 月），并且已经拥有了令人难以置信的用户体验。开始启动打标从来没有这么快！进入网站，拖放你的图片，即可开始标注。
优点：
缺点：
点击这里开始打标！
我希望这篇文章能够帮助你选择一个适合你需要的打标工具，如果你找到了更好的工具，请尽管在评论区告诉我们！
ps：以下是其他一些工具的简短列表，这些工具尽管我没有提到，但是都很酷。
原文链接：
相关文章
