十个最常用深度学习图像/视频数据标注工具

在深度学习领域，训练数据对训练结果有种至关重要的影响，在计算机视觉领域，除了公开的数据集之外，对很多应用场景都需要专门的数据集做迁移学习或者端到端的训练，这种情况需要大量的训练数据，取得这些数据方法有如下几种

• 人工数据标注

• 自动数据标注

• 外包数据标注

人工数据标注的好处是标注结果比较可靠，自动数据标注一般都需要二次复核，避免程序错误，外包数据标注很多时候会面临数据泄密与流失风险。人工数据标注特别是图像数据标注常用的标注工具 从标注工具的软件属性上分类可以分为客户端与WEB端标注工具，推荐大家使用客户端标注工具或者离线的WEB端标注工具，在线的WEB端标注工具面临数据流失风险！请慎用！

主页地址

https://github.com/tzutalin/labelImg

下载以后根据作者提供的安装指南即可安装，如果安装不上怎么办，不用这么麻烦，下面这个地址提供了直接下载的地址，下载预编译exe即可：

https://github.com/zhaobai62/labelImg

支持VOC2012格式与tfrecord自动生成！

强烈推荐， 简单好用 。

主页地址

https://github.com/wkentaro/labelme

支持对象检测、图像语义分割数据标注，实现语言为Python与QT。

支持矩形、圆形、线段、点标注

支持视频标注

支持导出VOC与COCO格式数据实例分割

强烈推荐，实例分割都可以用它标注！

官方主页

https://github.com/opencv/cvat

高效的计算机视觉标注工具，支持图像分类、对象检测框、图像语义分割、实例分割数据标注在线标注工具。支持图像与视频数据标注，最重要的是支持本地部署，无需担心数据外泄！

官方主页

https://github.com/microsoft/VoTT

微软发布的基于WEB方式本地部署的视觉数据标注工具。

支持图像与视频数据标注

支持导出CNTK/Pascal VOC格式

支持导出TFRecord、CSV、VoTT格式

当前主要分支版本有V1与V2版本。

官方主页

https://github.com/Labelbox/Labelbox

支持对象检测框、实例分割数据标注

WEB方式的标注工具

提供自定义标注API支持

纯JS+HTML操作支持

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

VGG发布的图像标准工具

支持对象检测、图像语义分割与实例分割数据标注

基于WEB方式的标注工具

可以下载运行部署在本地

特别之处，对人脸数据标注提供了各种方便的操作， 人脸数据标注首选工具 。

https://github.com/abreheret/PixelAnnotationTool

图像语义分割与实例分割标注神器，交互式标注算法思想是基于OpenCV中分水岭算法实现。支持，可以直接下载编译好的二进制文件使用，下载地址如下：

https://github.com/abreheret/PixelAnnotationTool/releases

https://github.com/springzfx/point-cloud-annotation-tool

3D点云数据标注神器

支持点云数据加载、保存与可视化

支持点云数据选择

支持3D BOX框生成

支持KITTI-bin格式数据

https://github.com/drainingsun/boobs

专属的 YOLO BBox标注工具 ，支持图像数据标准为YOLO格式

现在也支持VOC/COCO格式数据导出

基于WEB方式的标注工具

支持下载zip包本地部署

无需服务器端支持，直接浏览器支持打开boobs.html即可开始数据标注

特别声明一下，上述排名不表示先后顺序！

CV细分方向交流群

52CV已经建立多个CV专业交流群，包括： 目标检测、语义分割、姿态估计、人脸识别检测、医学影像处理、超分辨率、神经架构搜索、GAN、强化学习等，扫码添加CV君拉你入群，

（ 请务必注明相关方向，比如： 目标检测 ）

喜欢在QQ交流的童鞋，可以加52CV官方 QQ群 ： 805388940 。

（不会时时在线，如果没能及时通过验证还请见谅）