机器学习训练数据集图片标注工具推荐

时间:2024-04-03 13:51:07

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。

机器学习训练数据集图片标注工具推荐

 

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。

 

机器学习训练数据集图片标注工具推荐 机器学习训练数据集图片标注工具推荐

 

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。

机器学习训练数据集图片标注工具推荐

 

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!

机器学习训练数据集图片标注工具推荐

机器学习训练数据集图片标注工具推荐