0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

計算機視覺的最佳圖像注釋平臺

電子工程師 ? 來源:fqj ? 2019-05-13 17:29 ? 次閱讀

我們一直在尋找最佳的圖像注釋平臺,該平臺提供多種功能、項目管理工具和注釋過程的優(yōu)化(當(dāng)您需要注釋50k圖像時,每個圖像減少1秒鐘!)。

基于我們在每個平臺上的經(jīng)驗,對每個平臺通過一定的標準進行了客觀介紹,希望這將有助于數(shù)據(jù)科學(xué)家手動標記他們的數(shù)據(jù)。

通過下面的標準對各個平臺進行了介紹:

價格各種功能、工具和格式項目管理和易用性

1.LabelIMG

LabelImg是一個開源圖像標記工具,它為Windows預(yù)先構(gòu)建了二進制文件,因此它非常易于安裝。

僅支持邊界框(還有一個RotatedRect格式的版本和一個類標記的優(yōu)化版本),但沒有更高級的功能。格式為PascalVoc XML,并且為源文件夾中的每個圖像單獨保存注釋文件。項目管理:它沒有項目管理屬性,但它確實允許一種簡單的方法來導(dǎo)入和可視化注釋并在必要時進行更正。簡單的離線界面使得注釋過程非??欤词顾恢С衷S多熱鍵快捷方式。

2.VGG Image Annotator

VGG是一個開源工具,就像LabelImg一樣,它可以很好地完成不需要項目管理的簡單任務(wù)。它可以作為在線接口使用,也可以作為HTML文件離線使用。

提供了更多的工具,包括點、線、多邊形、圓和橢圓(僅在此列表中支持圓和橢圓!)還可以添加對象和圖像屬性/標簽。注釋可以作為一個包含所有注釋的JSON文件下載,也可以作為一個CSV文件下載,如果需要查看注釋,還可以在之后上傳。項目管理:在數(shù)據(jù)集管理和用戶方面沒有什么先進的功能,但是它的界面是多邊形注釋最有效和最精確的界面之一,因為它允許您查看多邊形的線條而不是其他任何內(nèi)容。它們支持一些熱鍵快捷方式,一般來說應(yīng)用程序非常輕量級。

3.Supervise.ly

Supervis.ly是一個非常棒的基于web的平臺,它提供了一個高級的注釋接口,同時還提供了一個自托管的基礎(chǔ)設(shè)施,用于模型培訓(xùn)和改進,并帶有一個人在循環(huán)的功能。

一系列工具,包括點,線,盒,多邊形和用于語義分割的位圖畫筆(我們還沒有發(fā)現(xiàn)它們的智能工具太有用了)。還包括在多邊形中繪制孔的可能性,這是非常有價值的。另一個非常有用的功能是添加圖像和對象標簽以及在圖層中排序圖形的選項。每個圖像或PNG蒙版的輸出都在JSON文件中,平臺還允許您上傳Cityscapes和COCO等格式。此外,還可以選擇直接在平臺上進行數(shù)據(jù)轉(zhuǎn)換。項目管理:該平臺為數(shù)據(jù)集管理提供了大量選項,包括為用戶添加細化權(quán)限,監(jiān)控性能統(tǒng)計,標記對象等。缺少的一些事情是時間統(tǒng)計和質(zhì)量控制機制。他們的技術(shù)支持團隊隨時可以解決問題。該界面允許非常精確的工作并支持可定制的熱鍵快捷方式,但最近性能有時很慢,如果平臺需要花費大量時間在圖像之間切換和記錄注釋,這可能會非常令人沮喪。

4.Labelbox

Labelbox是另一個偉大的基于網(wǎng)絡(luò)的平臺,于2018年初推出,從那時起不斷更新和改進其功能。它還提供了通過導(dǎo)入模型預(yù)測并查看貼標機和模型之間的共識來集成人在環(huán)的可能性。

提供完整的注釋工具,如點,線,盒和多邊形,最近為他們的語義分割畫筆添加了一個很棒的新功能 – 一個超級像素著色選項,使生活變得如此簡單(就像這樣和這個開源工具)。輸出是一個包含所有注釋或PNG掩碼的JSON或CSV文件(但是,每個類都有一個掩碼,用戶需要弄清楚如何處理重疊區(qū)域)

項目管理:設(shè)置項目非常簡單,監(jiān)控性能有很多選項,包括標記圖像所需的秒數(shù)統(tǒng)計,以及激活不同貼標機之間的自動共識。您可以選擇邀請用戶(雖然權(quán)限不是那么精細)并查看每個用戶的工作。標簽界面非常人性化,并支持熱鍵快捷鍵(雖然不可自定義)。免費版中缺少的一件事是上傳注釋以便可視化或編輯它們的選項。需要別的嗎?以下是您可以考慮的其他一些平臺:

Diffgram – 一個非常有前途的平臺仍然在beta版,通過訓(xùn)練RCNN優(yōu)化圖像注釋;RectLabel – 用于為MacOS綁定框和多邊形的絕佳工具;Prodigy-它們提供了一個自托管的后端,具有不同的注釋接口,包括帶有邊框的圖像注釋;供個人使用(每位用戶終身使用);DataTurks—提供許多注釋功能的平臺;免費版本中注釋的數(shù)據(jù)是公開的;ImageTagger -一個用于協(xié)作圖像標簽的開源平臺Fast Annotation Tool? – 另一個開源工具,使用OpenCV用于RotatedRect格式的邊界框;LabelMe – 麻省理工學(xué)院用于多邊形注釋的行業(yè)經(jīng)典開源工具;但精度非常低;PolygonRNN + – 僅作為演示版提供,但仍然非常有前景;在Cityscapes數(shù)據(jù)集上訓(xùn)練的工具確實為自動駕駛汽車生成自動標簽,并加強學(xué)習(xí)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 計算機視覺
    +關(guān)注

    關(guān)注

    8

    文章

    1699

    瀏覽量

    46050

原文標題:計算機視覺的最佳圖像注釋平臺

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    計算機視覺有哪些優(yōu)缺點

    計算機視覺作為人工智能領(lǐng)域的一個重要分支,旨在使計算機能夠像人類一樣理解和解釋圖像和視頻中的信息。這一技術(shù)的發(fā)展不僅推動了多個行業(yè)的變革,也帶來了諸多優(yōu)勢,但同時也伴隨著一些挑戰(zhàn)和局限
    的頭像 發(fā)表于 08-14 09:49 ?1053次閱讀

    計算機視覺中的圖像融合

    在許多計算機視覺應(yīng)用中(例如機器人運動和醫(yī)學(xué)成像),需要將多個圖像的相關(guān)信息整合到單一圖像中。這種圖像融合可以提供更高的可靠性、準確性和數(shù)據(jù)
    的頭像 發(fā)表于 08-01 08:28 ?731次閱讀
    <b class='flag-5'>計算機</b><b class='flag-5'>視覺</b>中的<b class='flag-5'>圖像</b>融合

    機器視覺計算機視覺有什么區(qū)別

    機器視覺計算機視覺是兩個密切相關(guān)但又有所區(qū)別的概念。 一、定義 機器視覺 機器視覺,又稱為計算機
    的頭像 發(fā)表于 07-16 10:23 ?573次閱讀

    計算機視覺的五大技術(shù)

    計算機視覺作為深度學(xué)習(xí)領(lǐng)域最熱門的研究方向之一,其技術(shù)涵蓋了多個方面,為人工智能的發(fā)展開拓了廣闊的道路。以下是對計算機視覺五大技術(shù)的詳細解析,包括
    的頭像 發(fā)表于 07-10 18:26 ?1462次閱讀

    計算機視覺的工作原理和應(yīng)用

    計算機視覺(Computer Vision,簡稱CV)是一門跨學(xué)科的研究領(lǐng)域,它利用計算機和數(shù)學(xué)算法來模擬人類視覺系統(tǒng)對圖像和視頻進行識別、
    的頭像 發(fā)表于 07-10 18:24 ?2163次閱讀

    計算機視覺與人工智能的關(guān)系是什么

    引言 計算機視覺是一門研究如何使計算機能夠理解和解釋視覺信息的學(xué)科。它涉及到圖像處理、模式識別、機器學(xué)習(xí)等多個領(lǐng)域的知識。人工智能則是研究如
    的頭像 發(fā)表于 07-09 09:25 ?705次閱讀

    計算機視覺與智能感知是干嘛的

    引言 計算機視覺(Computer Vision)是一門研究如何使計算機能夠理解和解釋視覺信息的學(xué)科。它涉及到圖像處理、模式識別、機器學(xué)習(xí)等
    的頭像 發(fā)表于 07-09 09:23 ?996次閱讀

    計算機視覺和機器視覺區(qū)別在哪

    計算機視覺和機器視覺是兩個密切相關(guān)但又有明顯區(qū)別的領(lǐng)域。 一、定義 計算機視覺 計算機
    的頭像 發(fā)表于 07-09 09:22 ?486次閱讀

    計算機視覺圖像處理的區(qū)別和聯(lián)系

    計算機視覺圖像處理是兩個密切相關(guān)但又有明顯區(qū)別的領(lǐng)域。 1. 基本概念 1.1 計算機視覺 計算機
    的頭像 發(fā)表于 07-09 09:16 ?1392次閱讀

    計算機視覺屬于人工智能嗎

    屬于,計算機視覺是人工智能領(lǐng)域的一個重要分支。 引言 計算機視覺是一門研究如何使計算機具有視覺
    的頭像 發(fā)表于 07-09 09:11 ?1360次閱讀

    計算機視覺怎么給圖像分類

    圖像分類是計算機視覺領(lǐng)域中的一項核心任務(wù),其目標是將輸入的圖像自動分配到預(yù)定義的類別集合中。這一過程涉及圖像的特征提取、特征表示以及分類器的
    的頭像 發(fā)表于 07-08 17:06 ?809次閱讀

    深度學(xué)習(xí)在計算機視覺領(lǐng)域的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其中的核心技術(shù)之一,已經(jīng)在計算機視覺領(lǐng)域取得了顯著的成果。計算機視覺,作為計算機科學(xué)的一個重要分支,
    的頭像 發(fā)表于 07-01 11:38 ?881次閱讀

    計算機視覺的主要研究方向

    計算機視覺(Computer Vision, CV)作為人工智能領(lǐng)域的一個重要分支,致力于使計算機能夠像人眼一樣理解和解釋圖像和視頻中的信息。隨著深度學(xué)習(xí)、大數(shù)據(jù)等技術(shù)的快速發(fā)展,
    的頭像 發(fā)表于 06-06 17:17 ?1032次閱讀

    計算機視覺的十大算法

    隨著科技的不斷發(fā)展,計算機視覺領(lǐng)域也取得了長足的進步。本文將介紹計算機視覺領(lǐng)域的十大算法,包括它們的基本原理、應(yīng)用場景和優(yōu)缺點。這些算法在圖像
    的頭像 發(fā)表于 02-19 13:26 ?1286次閱讀
    <b class='flag-5'>計算機</b><b class='flag-5'>視覺</b>的十大算法

    計算機視覺圖像處理、模式識別、機器學(xué)習(xí)學(xué)科之間的關(guān)系

    計算機視覺(computer vision):用計算機來模擬人的視覺機理獲取和處理信息的能力。就是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器
    的頭像 發(fā)表于 01-18 16:41 ?642次閱讀