- 综合排序
- 最热优先
- 最新优先
- 来自专栏python前行者
labelImg标注工具
github：https://github.com/tzutalin/labelImg exe下载：https://tzutalin.github.io/labelImg/ 用于深度网络训练的数据集做标注的方法和工具有好多 ，像Labelme、labelImg、yolo_mark、Vatic、Sloth等等，此处暂时只介绍其中的一种标注工具：labelImg。 常见的图片标注工具 LabelImg 这款工具是全图形界面，用Python和Qt写的，最牛的是其标注信息可以直接转化成为XML文件，与PASCAL VOC以及ImageNet用的XML是一样的。 最后在保存文件的路径下生成.xml文件，.xml文件的名字是和标注照片的名字一样，如果要修改已经标注过的图像，.xml中的信息也会随之改变。 - 缩小 ctrl + = 原始大小 a 上一张图片 d 下一张图片 w 创建一个矩形框 del 删除选定的矩形框 space 将当前图像标记为已验证 ↑→↓← 键盘箭头移动选定的矩形框 其他同类标注工具
3.2K21发布于 2020-01-13 - 来自专栏机器学习实践二三事
图像标注工具
https://blog.csdn.net/Gavin__Zhou/article/details/79121673 我们在做自己的图像数据集的时候，可能会涉及到图像标注(image annotation 下面是自己从网上找的做图像标注的一些工具集资料，供参考. ---- 主要参考wiki的一份工具清单和Quora的相关回答： [1] https://en.wikipedia.org/wiki/List_of_manual_image_annotation_tools [2] https://www.quora.com/What-is-the-best-image-labeling-tool-for-object-detection 上面大概列出了十几种工具，大部分都可用 ，排除一些对安装环境要求很高的（比如其中的FastAnnotationTool要求Caffe+OpenCV3.x），着重推荐下面几个: 名称 工具地址 平台支持 目标检测 图像分割 安装环境 易用度 LabelImg
1.7K20发布于 2019-05-26 - 来自专栏数据标注
文本标注工具介绍
最近找到了在线标注的文本标注工具，给大家介绍一下，工具注册链接 biao.jd.com/bz 1. 配置标注工具 image.png 标注工具配置起来非常简单，只需要填写一级标签和对应的code值就好了，比如我要标注一段文字中的省市区。 如果你需要多级文本标签的标注工具，可以和客服小妹讲，让客服小妹催下研发…大家多反馈，说不定就优先研发呢。 另外，为了让标注人员了解标注规定，下面的标注规则尽量也要填写清楚。 2. 预览标注工具 image.png 在这一步可以看下你刚才配置的标注工具的效果。总的来说操作很简单。顺便吐槽一下，样例文本居然是广告。 3. 工具使用费是给平台的，目前是免费。总的来说，一定是比找其他标注平台要更便宜的。 4. 验收与导出 你是可以在平台上查看发布项目的状态的，可以验收，验收不合格还能回滚让标注团队重新做。
3.2K30发布于 2019-06-17 - 来自专栏图像处理与模式识别研究所
标注工具网站汇总
semantic-segmentation-editor：https://github.com/Hitachi-Automotive-And-Industry-Lab/semantic-segmentation-editor 目标检测数据集标注工具 github.com/SkalskiP/make-sense LOST - Label Objects and Save Time：https://github.com/l3p-cv/lost 哈工大开源标注工具
2.7K20编辑于 2022-05-29 - 来自专栏深度学习|机器学习|歌声合成|语音合成
标注工具：parselmouth（歌声合成语音合成标注）
文章目录 Parselmouth install 画图 音高处理 Parselmouth Parselmouth Parselmouth是praat的python接口。 论坛讨论地址：https://groups.google.com/g/parselmouth install $ pip install praat-parselmouth 画图 import parselmouth import numpy as np import matplotlib.pyplot as plt import</
1.3K20发布于 2021-01-27 - 来自专栏深度学习|机器学习|歌声合成|语音合成
标注工具：parselmouth（歌声合成语音合成标注）
@toc Parselmouth Parselmouth$ pip install praat-parselmouth画图import parselmouth import numpy as np import matplotlib.pyplot as plt import seaborn as sns import pandas as pd def draw_spectrogram(spectrogram, dynamic_range=70): X, Y = spectrogram.x_gr
2.7K40发布于 2021-01-22 - 来自专栏目标检测和深度学习
深度学习图像标注工具
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。 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。 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。 它来自下面的项目： https://github.com/frederictost/images_annotation_programme 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
2.8K60发布于 2018-07-23 - 来自专栏AI粉嫩特攻队
文本标注工具brat简介
brat是一个文本标注工具，可以标注实体，事件、关系、属性等，只支持在linux下安装，其使用需要webserver，官方给出的教程使用的是Apache2。
3.7K40发布于 2019-09-05 - 来自专栏理查德的专栏
通用文本标注工具 labelme
导语: 一个支持文本类目标注和关键词打分的通用标注工具，为文本分类模型和关键词抽取任务提供训练和测试数据。-- by 慕福楠 & 孙振龙 1. 在标注数据获取过程中存在以下问题：Excel 标注方式效率低下；腾讯系数据源多，标注数据难于管理；标注质量难以保证，依赖人工抽样，费时费力。 因此，我们快速开发了一个通用的文本标注工具并开源，工具名称为labelme，翻译成“来标我”，现在labelme已经支持组内所有的标注任务。 2. Labeler之间的标注数据不会有交集，见图6，每天分配给Labeler的Golden Set是Labeler没有标注过的，所以一旦Golden Set用完，系统无法计算准确率，需要Owner定期标注一些 [1510129602750_6736_1510129648231.png] 图6 各角色标注数据交集情况 2.4 Active Learning（待实现） 对于类目标注， 为了提高标注效率和减少不必要的标注
12K51发布于 2017-11-09 - 来自专栏dongdong的数据标注
视频数据标注工具与平台（数据标注公司）
视频数据标注平台（标注外包公司） 数据标注公司的工作比较多样，但视频标注对工具要求稍高一些，能在线上做的平台不是特别多，主要还是语音、图片标注。 需求方可以自行配置标注工具和相应的label，直接在平台上发任务，没有客户经理沟通…这可能对国内客户不太友好。 需要制作新的数据集，对视频帧进行标注，所以根据网上一个博主的标注工具进行了一定的修改，实现的功能是在每一帧中将需要标注的区域用鼠标选取4个点，顺序是顺时针。 需要制作新的数据集，对视频帧进行标注，所以根据网上一个博主的标注工具进行了一定的修改，实现的功能是在每一帧中将需要标注的区域用鼠标选取4个点，顺序是顺时针。 这里简单的介绍一下这个工具的用法 首先运行这个应用程序可以看到一个黑框和一个Video窗口 选取需要标注的区域，按照顺时针，画出4个点（此工具的写的时候默认是每帧图像画一个，不考虑多个情况，如果你要标注多个
3.7K41编辑于 2022-06-23 - 来自专栏数据标注
语音标注工具介绍-开放式标注平台
有一篇文章比较详细地介绍了语音标注工具Praat的使用方法，我想说的是Praat真的非常难用，今天找到一款在web上运行的语音数据标注工具，京东做的并且开放了出来，可以自主配置 https://biao.jd.com 配置标注工具 添加描述 ① 选择是否转写：即是否是需要将音频转写为文字。大部分都需要吧 ② 最长语音切割时长：即最长需要标注几秒，视你的素材而定。把这个定义清楚，防止标注人员把语音切割过长。 预览工具 添加描述 接下来你可以试用一下刚才配置的标注工具，可以转写音频，标注角色、性别、噪音等。可以拖拽时间段、播放每一段的音频，体验还是非常好的，标注效率也会大大提高。 3. 发布标注项目 添加描述 你可以在京东众智这个平台上选择一个标注团队为你标注，输入你要求的合格率、工期要求等等，和标注团队确定好价格和预付费就好了。工具使用费是给平台的，目前是免费。 总的来说，一定是比找其他标注平台要更便宜的。 5. 验收与导出数据 标注团队完成标注后，你可以在线上验收标注结果，不合格的话可以回滚，让标注团队重新标注。结算之后就能导出数据了。
9.7K41发布于 2019-06-17 Prodigy标注工具的技术流程
核心标注界面提供二进制分类（accept/reject）与实体跨度标注两种主要模式。所有标注操作实时存储至后端 SQLite 数据库，保证数据持久化。 模型在环更新机制每完成一批标注，系统自动触发模型重新训练。通过 teach 与 correct 命令对比新旧模型差异，生成差异热力图辅助标注员聚焦变更区域。 更新后的模型输出 ner-train 工作流，形成“标注-训练-优化”的闭环迭代架构。主动学习循环系统根据当前模型对未标注样本的预测熵值，计算信息增益指标。 筛选信息量最高的样本加入待标注队列，持续提升模型效率。标注数据达到一定规模后，支持导出为 spaCy 原生训练格式或 RDF 三元组形式（用于知识图谱构建）。 质量评估与报表输出 db-stats 命令生成标注一致性统计报表，包括标注员间信度（IRR）计算。提供精度/召回率实时曲线图，监控模型性能随标注量增加的增益趋势。FINISHED
29710编辑于 2026-05-26- 来自专栏深度学习与计算机视觉
深度学习图像标注工具汇总
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。 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。 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。 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
2.4K20发布于 2019-05-26 - 来自专栏PPV课数据科学社区
构想：中文文本标注工具
能不能构建一个中文文本的标注工具，可以达到以下两个特点： 1. 标注过程背后含有智能算法，将人工重复劳动降到较低； 2. 标注界面显而易见地友好，让标注操作尽可能简便和符合直觉。 答案是可以的。 我们希望构建一个开源的中文文本标注工具，而本文很多的技术灵感正是来自 Prodigy 文档[1]。 主动学习的智能标注算法 流程： 1. 用户标一个label； 2. 真正应用中，应该还要加入一个用户自己加入标注的交互方式，比如用户可以高亮一个词然后选择是“公司”，或者链接两个实体选择他们的关系等等。 以上是个人觉得的一个智能中文文本标注工具的较大亮点。 我们希望专注于中文文本标注的功能。前期我们想实现三种中文 NLP 任务的标注工具：中文命名实体识别，中文关系识别，中文文本分类。 附录：几个开源文本标注工具 • IEPY 整个工程比较完整，有用户管理系统。前端略重，对用户不是非常友好。
2.2K110发布于 2018-04-24 - 来自专栏dongdong的数据标注
语音数据标注工具与平台
语音标注工具–Praat Praat是目前已经成为比较流行也比较专业的语音处理的软件，可以进行语音数据标注、语音录制、语音合成、语音分析等等，具有免费、占用空间小、通用性强、可移植性好等特点 官网链接 最近我们找到几家数据标注平台，各家自研的标注工具更加简单好用。 语音数据标注平台 京东众智 京东众智的工具是单独开发的（这个也挺好开发和复用的）操作方面简单很多，标注人员全部是在线上作答，也避免了数据外泄问题。 值得一提的是，因为我们的初始数据是用算法跑过一遍的，虽然准确率不是很高…京东众智可以把我们的标注结果展示出来，标注人员简单修改一下，效率就提高很多。经过协商，因为不用重新标注，报价也减少了一些。 语音数据标注平台 图片
3.8K41编辑于 2022-06-23 - 来自专栏人工智能头条
资源 | 深度学习图像标注工具汇总
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 yolo_mark yolo_mark适用于图像检测任务的数据集制作： 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 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。 ▌VoTT VoTT适用于图像检测任务的数据集制作： 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 ，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
1.2K10发布于 2018-07-20 - 来自专栏机器学习算法与Python学习
imglab | 基于网页的图像标注工具
imglab是一种基于Web的工具，用于标记可用于训练dlib或其他对象检测器的对象的图像。 ? 链接：https://github.com/NaturalIntelligence/imglab ?
2.8K10发布于 2019-11-29 - 来自专栏IT派
资源 | 深度学习图像标注工具汇总
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。 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。 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。 它来自下面的项目： https://github.com/frederictost/images_annotation_programme 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
75620发布于 2018-08-10 - 来自专栏AI科技大本营的专栏
资源 | 深度学习图像标注工具汇总
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。 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。 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。 它来自下面的项目： https://github.com/frederictost/images_annotation_programme 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
1K30发布于 2018-07-23 - 来自专栏人工智能从业分享
NLP | 实用文本标注工具推荐
从事NLP以来，最常接触的就是各种文本标注工具，现在网上能找到的支持中文文本标注的开源工具不多。 在我们团队发展前期，尝试了很多不同的开源工具，像是BRAT，YEDDA，DeepDive，由于之前做的大多是实体标注的项目，这些开源工具基本可以满足需求，但在使用过程中也存在着诸多不便，比如安装过程十分复杂 随着NLP算法应用发展，数据训练需要能同时进行实体标注和文本分类的文本标注工具，而这些开源工具都很难满足，分开标注效率又太低，好在之前就关注过的一个京东数科旗下的免费数据标注平台上线了实体标注和文本分类结合的文本标注工具 平台名称：京东众智-开放标注平台 网址：https://biao.jd.com/bz 工具名称：实体提取及文章理解 这个工具最大的特点就是可以同时进行实体标注和文本分类，当然也可以选择只做其中一种。 整体来说，这个文本标注工具非常适合我们的项目，有类似需求的同行可以关注一下。
6.2K60发布于 2020-03-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号