精华内容
下载资源
问答
  • 开源 人工智能 图片标注工具via,,解压三个压缩包后,运行via_face_demo.html via_demo.html 看人脸标注效果。
  • 科技巨头如Google,微软,亚马逊等都纷纷宣布在AI领域布局,AI的影响随着深度学习的应用日益深入。机器视觉作为一个热门子领域...标注这些数据 拿到GPUs-训练ML模型需要强大的计算支撑 选择一个算法-训练你的模型-检...

    科技巨头如Google,微软,亚马逊等都纷纷宣布在AI领域布局,AI的影响随着深度学习的应用日益深入。机器视觉作为一个热门子领域,无论是在传统金融行业还是最新自动驾驶领域都掀起了一股学习应用的浪潮。
    这是多么棒的一件事啊!

    但是我们应该如何简单的开始研究机器视觉?以下是几个主要的步骤:

    1. 收集大量的数据
    2. 标注这些数据
    3. 拿到GPUs-训练ML模型需要强大的计算支撑
    4. 选择一个算法-训练你的模型-检测结果-教会你的模型它还不知道的东西

    重复以上步骤直到你得到的满意的模型准确率。

    以上5步中的每一步都有他们自己的技术和操作注意事项。在这篇文章中,我们会针对第2条(标注训练数据)来进行简单的讲解。

    机器视觉得几个广泛应用案例:

    • 自动驾驶车辆(waymo,Tesla,Cruise)——一个自动驾驶的车辆需要识别出它前方的物体(和后方!),是一辆车,路标,行人或者是一只流浪的公鸡;

    • 无人机——亚马逊想要利用无人机来为客户送货,那么无人机需要知道在他们前方的物体以便于他们不会撞上飞行中的鸟或者电线。无人机也被广泛应用于安全安防和军队侦查;

    • 地图和卫星(mapbox,Here,Orbital Insight)——卫星拍摄图片的数量呈现出爆发性增长!这些数据可以用来确认台风中是否有幸存者,使地图内容更丰富甚至通过计算沃尔玛停车场的车辆来预测销售情况;

    • 机器人——机器视觉用来构建可以识别并且从货架上取下某类商品的机器人手臂或者工业自动化甚至玩网球;

    • OCR/BFSI——对信用卡评级,贷款申请等文档自动转写或者转写其他的手写文档等;

    • 医疗行业——在机器视觉协助的手术中,机器手臂需要识别特定的手术工具;

    • 智能农业——有一位日本的研究员利用机器视觉帮助他父母的农场给黄瓜分类,他们发现ML在通过黄瓜尺寸,形状,颜色和其他必要参数的分类表现突出。

    第一步首先是要收集数据,当你开始时,可以尝试一下几个很棒的免费或者付费数据集:

    这些数据集对于学习机器视觉的新手而言是一个很好的开始。甚至对于一个不是很重要的项目,这些数据也足够来搭建一个简单的模型,但是对于很多公司型或者大型项目,显然不够。

    要想提升你们CV模型的准确度,你需要用模型在现实中需要检测的数据类型来训练它。这些数据通常是很细致的,不同于我们通常可以从网上获得数据集。

    有很多方法可以收集数据,比如你可以从网上爬取数据或者像谷歌那种巨头一样利用用户收集的数据或者从汽车摄像机中收集的数据,你甚至可以向别人购买数据集。

    一旦你得到了数据,你就需要标注它们,你需要考虑2个问题

    1. 如何标注数据?

    2. 谁来标注数据

    注意:本文中说的数据特指图片数据

    选择图像标注工具

    网上有很多可以免费试用的数据标注工具,然后选择一个正确的标注工具有时候不是那么简单,下面是几个选择时可以参考的因素:

    1. 搭建工具运行需要花费的时间和精力

    2. 标注准确度

    3. 标注速度

    一些流行的图片标注工具(需要MIT许可)

    Comma coloring——在Comma自动驾驶技术环境中帮助训练机器学习,比如提供给你一张车载摄像头的图片并且要求你把图片中的不同区域涂上不同的颜色,比如图片中的哪个区域是天空,哪个区域是道路,识别交通信号灯等等,这个工具是开源的。

    Annotorious——可以在网页上的图片上标注比如画框并且注释内容。比如在一张图片中把狗框选出来并且注释这是一条狗。需要MIT认证,可以免费用于商业和非商业项目

    LabelMe——帮助机器视觉研究建立图片数据库。你可以通过访问标注工具来增添这个数据集的内容

    另外几个靠谱的开源标注工具:

    1. Alp’s Labeling Tools for Deep Learning
    2. RectLabel
    3. VGG Image Annotator (VIA)
    4. Szoter
    5. LEAR Image Annotation tool by Alexander Kläser
    6. Image Annotator Plugin for Drupal
    7. Demon Image Annotation Plugin for WordPress
    8. Landmarker.io , Sloth , vatic , ViPER-GT , Fiji , MediaTeam GTEditor ,LabelD and Imglab

    如果您对训练数据采集和标注有需求的话,请访问我们的网站www.mindflow.com.cn或者联系email:contact@mindflow.com.cn获得更多信息,如果可以帮助到您,我们将十分高兴。

    展开全文
  • image tool 图像自动标注工具 很好用!!!可以自动把视频分拆成一张张图片,图片合成视频,内含说明文件。
  • 对于监督学习算法而言,需要大量的结构化的数据集,这就涉及到数据标注,本文主要介绍图像标注工具。 先说一下图片类数据的标注方式主要是画框、语义分割、打点、四边形转写、属性标注、画线。 其实很多人都已经...

    对于监督学习算法而言,需要大量的结构化的数据集,这就涉及到数据标注,本文主要介绍图像标注工具。

    先说一下图片类数据的标注方式主要是画框、语义分割、打点、四边形转写、属性标注、画线。

    其实很多人都已经推荐过了,但是有很多开源的标注工具并不好用,反而增加了标注的时间成本。以下我推荐的都是亲测好用的,大家可以尝试一下:

     

    国外:

    Supervisely

    https://app.supervise.ly

    优点:界面十分友好,图像标注方式也很齐全,支持画框、语义分割、打点、画线,并且支持半自动化的快速标注。

    缺点:可配置的标签比较基础,稍微复杂一点的就无法满足需求了,而且对于语义分割这种需要高精度的像素级分割需求时,就显得比较弱了,除此之外网站访问也比较慢。

     

    LabelMe

    http://labelme2.csail.mit.edu

    优点:支持画框和语义分割,而且语义分割的这种半自动化标注的效果真的十分优秀呀!

    缺点:图片标注工具的操作有点让人看不太懂,而且无法配置标签,只能每次标注完手动输入,也不适合团队协作。

     

     

     

    国内:

    精灵标注助手

    http://www.jinglingbiaozhu.com/

    这个人应该很多人都知道了,是一个图片标注软件。

    优点:图片标注类型很全,大部分的操作都支持,支持简单配置,界面也很友好,容易学会

    缺点:数据只能线下读取,这样的话如果多个人做一个项目,得把一个项目的数据分成很多分,再每个人自己上传;稍复杂的需求无法满足,较少有高阶功能,基础功能较多。

     

    京东众智

    京东众智最近推出的Wise开放标注平台也具有十分强的工具属性,功能更多,可配置的项目非常完善。支持绝大部分的图片标注项目。

    优点:2D画框可限制最小框的像素;语义分割支持共边,有效提高数据标注的效率和质量;图片筛选支持配置单选/多选、必选/非必选;四边形转写支持快速定位等。这些功能都十分实用。

    除了图片标注工具可以自定义外,京东众智同时支持自选标注团队、线上项目验收等。

    特别要说明的是,目前使用京东众智的Wise开放标注平台发布项目全免工具使用费!

    展开全文
  • 深度学习/机器学习图像标注工具

    千次阅读 2018-11-06 13:41:23
    但是数据标注是个耗时耗力的工作,下面介绍几个图像标注工具: Labelme Labelme适用于图像分割任务的数据集制作:  它来自下面的项目:https://github.com/wkentaro/labelme  该软件实现了最基本的分割数据标注...

    对于监督学习算法而言,数据决定了任务的上限,而算法只是在不断逼近这个上限。世界上最遥远的距离就是我们用同一个模型,但是却有不同的任务。但是数据标注是个耗时耗力的工作,下面介绍几个图像标注工具:

    Labelme

    Labelme适用于图像分割任务的数据集制作: 
    这里写图片描述
    它来自下面的项目:https://github.com/wkentaro/labelme 
    该软件实现了最基本的分割数据标注工作,在save后将保持Object的一些信息到一个json文件中,如下: 
    https://github.com/wkentaro/labelme/blob/master/static/apc2016_obj3.json 
    同时该软件提供了将json文件转化为labelimage的功能: 
    这里写图片描述

    labelImg

    Labelme适用于图像检测任务的数据集制作: 
    这里写图片描述 
    它来自下面的项目:https://github.com/tzutalin/labelImg 
    其中标签存储功能和“Next Image”、“Prev Image”的设计使用起来比较方便。 
    该软件最后保存的xml文件格式和ImageNet数据集是一样的。

    yolo_mark

    yolo_mark适用于图像检测任务的数据集制作: 
    这里写图片描述
    它来自于下面的项目:https://github.com/AlexeyAB/Yolo_mark 
    它是yolo2的团队开源的一个图像标注工具,为了方便其他人使用yolo2训练自己的任务模型。在linux和win下都可运行,依赖opencv库。

    Vatic

    Vatic适用于图像检测任务的数据集制作: 
    这里写图片描述 
    它来自下面的项目:http://carlvondrick.com/vatic/ 
    比较特别的是,它可以做视频的标注,比如一个25fps的视频,只需要隔100帧左右手动标注一下物体的位置,最后在整个视频中就能有比较好的效果。这依赖于软件集成的opencv的追踪算法。

    Sloth

    Sloth适用于图像检测任务的数据集制作: 
    这里写图片描述 
    它来自下面的项目: 
    https://github.com/cvhciKIT/sloth 
    https://cvhci.anthropomatik.kit.edu/~baeuml/projects/a-universal-labeling-tool-for-computer-vision-sloth/ 
    在标注label的时候,该软件可以存储标签,并呈现标注过的图片中的bbox列表。

    Annotorious

    Annotorious适用于图像检测任务的数据集制作:

    这里写图片描述

    它来自下面的项目: 
    http://annotorious.github.io/index.html 
    代码写的相当规范,提供了相应的API接口,方便直接修改和调用。

    RectLabel

    RectLabel适用于图像检测任务的数据集制作:

    这里写图片描述

    它来自下面的项目: 
    https://rectlabel.com/ 
    这是一个适用于Mac OS X的软件,而且可以在apple app store中直接下载。

    VoTT

    VoTT适用于图像检测任务的数据集制作: 
    这里写图片描述

    它来自下面的项目: 
    https://github.com/Microsoft/VoTT/ 
    微软的开源工具,既可以标注视频,也可以标注图片,而且支持已有模型的集成,功能强大。

    IAT – Image Annotation Tool

    IAT适用于图像分割任务的数据集制作: 
    这里写图片描述 
    它来自下面的项目: 
    http://www.ivl.disco.unimib.it/activities/imgann/ 
    比较有特色的是,它支持一些基础形状的选择,比如要分割的物体是个圆形的,那么分割时可以直接选择圆形,而不是用多边形选点。

    images_annotation_programme

    images_annotation_programme适用于图像检测任务的数据集制作: 
    这里写图片描述
    它来自下面的项目: 
    https://github.com/frederictost/images_annotation_programme

    网页版的哦

    除此之外,还有很多类似的工具,与上面的工具相比,并没有什么特色了,我们只给出链接,不详细介绍了:

    ImageNet-Utils

    https://github.com/tzutalin/ImageNet_Utils

    labeld

    https://github.com/sweppner/labeld

    VIA

    http://www.robots.ox.ac.uk/~vgg/software/via/

    ALT

    https://alpslabel.wordpress.com/2017/01/26/alt/

    FastAnnotationTool

    https://github.com/christopher5106/FastAnnotationTool

    LERA

    https://lear.inrialpes.fr/people/klaeser/software_image_annotation

     

    原文地址:https://blog.csdn.net/chaipp0607/article/details/79036312

    展开全文
  • 人工数据标注工具

    2018-07-13 13:17:35
    最近小伙伴有个需求,需要对训练样本进行人工标注,需要框选出复杂场景图片中的气压表的部分,并标注出气压值,同时还需要知道气压表在图像中的位置,为解决这一问题,利用OpenCV的 鼠标框选的功能实现这一小工具,...
  • 机器学习——数据标注工具使用

    万次阅读 2017-07-05 15:33:54
    “Open Dir”打开图片文件夹,选择第一张图片开始进行标注,使用“Create RectBox”或者“Ctrl+N”开始画框,单击结束画框,再双击选择类别。完成一张图片后点击“Save”保存,此时XML文件已经保存到本地了。点击...

    LabelImg

    源码编译教程
    LabelImg_github
    Windows_Linux打包软件

    使用方法

    Steps

    • Click ‘Change default saved annotation folder’ in Menu/File
    • Click ‘Open Dir’
    • Click ‘Create RectBox’
    • Click and release left mouse to select a region to annotate
      the rect box
    • You can use right mouse to drag the rect box to copy or move it

    一些注意事项

    • 修改默认的XML文件保存位置,使用快捷键“Ctrl+R”,改为自定义位置,这里的路径一定不能包含中文,否则无法保存。
    • 源码文件夹中使用notepad++打开data/predefined_classes.txt,修改默认类别,比如改成person、car、motorcycle三个类别。/或者在画框的时候输入类别
    • “Open Dir”打开图片文件夹,选择第一张图片开始进行标注,使用“Create RectBox”或者“Ctrl+N”开始画框,单击结束画框,再双击选择类别。完成一张图片后点击“Save”保存,此时XML文件已经保存到本地了。点击“Next Image”转到下一张图片。
    • 标注过程中可随时返回进行修改,后保存的文件会覆盖之前的。

    程序界面

    这里写图片描述

    生成的标签

    这里写图片描述

    BBox_Label_Tool

    使用教程
    github

    • 在程序目录\BBox-Label-Tool下新建两个文件夹
      -Images
      -Labels
    • 里面新建每一类的文件夹,以数字命名
      eg. 在\BBox-Label-Tool\Images\1 中,放入1类的图片
    • 用spyder运行main.py,出现界面,在image dir中输入1,点击load,加载图片,选class,画框,点击Next,每张图画完后会自动在\BBox-Label-Tool\Labels\1中生成对应的标签txt

    程序界面

    这里写图片描述

    生成的标签

    这里写图片描述

    展开全文
  • # 定义物体框标注工具类 class SimpleBBoxLabeling : def __init__ ( self , data_dir , fps = FPS , window_name = None ) : self . _data_dir = data_dir self . fps = fps self . window_name =...
  • 采用python-flask框架开发,基于B/S方式交互,支持多人同时标注
  • Semi Automatic Image Annotation Toolbox:基于RetinaNet算法的半自动图像标注工具。该工具箱使用基于MS COCO数据集预训练的RetinaNet模型能建议80个类对象。
  • 好不容易抽出一点时间写了一个工具——图像标注工具,这个工具与github上的labelImg很像,坦白承认我的却抄袭labelImg的部分标注方法(臭不要脸的抄袭,赶快滚,有多远滚多远)。我这这一个工具的目的: 1.最近在...
  • 标注工具labelme.zip

    2020-11-10 15:57:30
    数据标注工具labelme;这个是包含64位和32位机器的;使用这个应该配合ArcGIS或其它工具;做标注的应该都明白。
  • 免费人工智能深度学习图像标注工具

    千次阅读 热门讨论 2018-04-17 11:18:26
    我们开发了一款标注工具可以提供如bounding box, polygon ,semantic segmentation等图像标注和语音转写等,大家如果有图像或者语音...界面如下,欢迎反馈帮助我们改进使用体验2D bounding box, 框标注点标注工具多边...
  • 机器学习 人工标注样本工具Python+OpenCV 应用场景 最近小伙伴有个需求,需要对训练样本进行人工标注,需要框选出复杂场景图片中的气压表的部分,并标注出气压值,同时还需要知道气压表在图像中的位置,为解决这...
  • doccano:基于网页的开源协同多语言文本标注工具.zip,机器学习从业者的开源文本注释工具。 doccano is an open source text annotation tool for humans. It provides annotation features for text ...
  • 现在的机器学习尤其是深度学习模型很强大,但是训练这些模型需要大量的标注数据集!传统的人工标注方式成本非常高,而且很耗时间,在有些情况下根本就是不现实的,例如可能涉及到隐私的问题。当需要领域专家才能够...
  • 视频标注工具介绍

    千次阅读 2020-07-29 09:44:05
    最近导师给的任务,要对视频进行标注,即对视频中的每一帧每一帧的图像标注好其分类,以及对其进行语义分割及实例分割,甚至于全景分割 目前我使用例cvat在线版: https://cvat.org/ 如果因为网络问题不好打开,可以...
  • 用于生成机器学习正样本的标注工具,内含使用说明和图片格式批量转换工具(bat文件)
  • Computer Vision Annotation Tool (CVAT)一个基于Web的工具,用于为计算机视觉算法标注视频和图像
  • 语义分割标注工具

    千次阅读 2020-03-11 20:28:43
    语义分割标注工具箱 vedaseg是一个基于PyTorch的开源语义分割工具箱: https://github.com/Media-Smart/vedaseg Labelme: https://github.com/wkentaro/labelme 知乎汇总: ... ...
  • 我们的项目需要用到文本挖掘和事件提取技术,没有现成的工具可以用,所以我们自己开发了一套小工具来为我们的事件图提供初级的中文标注语料。 经过我们的多次迭代逐渐趋于稳定,现在开放出部分功能来为大家提供服务...
  • labelImg图像标注工具

    2018-11-13 10:59:00
    人工智能训练集标注工具,打标签,保存xml,讲述了如何下载使用图像标注工具labelImg,以及可能会遇到的一系列的问题
  • labelimg标注工具

    2019-02-26 10:10:01
    使用机器学习进行目标检测中,原始图片的标注过程是非常重要的,该工具的作用是在原始图像中标注目标物体位置并对每张图片生成相应的xml文件表示目标标准框的位置及类别。
  • LabelImg 是一款开源的图像标注工具,标签可用于分类和目标检测,它是用 Python 编写的,并使用Qt作为其图形界面,简单好用。注释以 PASCAL VOC 格式保存为 XML 文件,这是 ImageNet 使用的格式。 此外,它还支持 ...
  • 开源NLP标注工具技术分享

    千次阅读 2020-03-13 15:35:16
    开源NLP标注工具技术分享 来自:数据堂 AI-Lab 自然语言标注平台能做什么 文本分类(对文本类型进行划分,如情感分类、企业类型分类等) 命名实体识别(对文本实体进行标注,如人名、地名、实体名等等) 关系抽取...
  • 三维点云标注工具

    2020-12-24 11:49:00
    https://github.com/jbehley/point_labeler
  • 做过NLP相关工作内容的小伙伴应该都知道标注数据才是最花时间的部分,因此一个好用的标注工具来提高标注效率尤为重要。 调研了多个开源工具后,发现现有大多数标注工具都只是简单的标注功能,并没有利用模型智能...
  • 这篇文章是看到其他博主 https://blog.csdn.net/youmumzcs/article/details/79657132 推荐的,个人感觉不错,比自己编译的界面看上去要舒服,推荐下:首先官网下载-精灵标注助手精灵标注助手目前支持Windows/Mac/...
  • 目标检测 数据集—标注工具 labelImg/labelme

    万次阅读 多人点赞 2018-12-15 20:21:20
    目标检测中,我们需要对原始图片数据集做标注,告诉机器我们需要的目标,然后让机器去学习,这个过程是非常重要的。我之前做目标检测时都是直接下载公开的数据集,比赛的数据集,因为简单方便。 如今自己需要另外...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 37,520
精华内容 15,008
关键字:

机器标注工具