標注產品既是服務深度學習的必要工具，也可以作為數(shù)據(jù)標注行業(yè)的生產支柱，如今的發(fā)展有兩種趨勢：智能化和平臺化，拋開這兩種趨勢的產品逐步被取代，這篇文章盤點一些國內外值得推薦的標注產品。

LabelMe

LabelMe 最早是由麻省理工學院 (MIT) 的計算機科學與人工智能實驗室 (CSAIL) 于 2008 年發(fā)布的，類型覆蓋了實例分割、語義分割、bbox標注、圖片分類等，是標注領域中不得不提的元老。時至2024年8月，LabelMe 也不出意外的進入了商業(yè)化，發(fā)布了新版官網，集成了SAM、YOLO-World等模型，支持本地安裝，但這些功能主要在Pro版本，入門版還是手動標注為主。

工具特性：

• 支持 Windows、macOS 和 Linux 系統(tǒng)本地安裝；

• 入門版支持多邊形、矩形、圓形、直線、點、線帶等不同標注類型；

• Pro 版本提供 Python API 可以實現(xiàn)自動化標注流程、批量處理標注數(shù)據(jù)、或將標注結果轉換為其他格式；

網址：www.labelme.io/

Make Sense

Make Sense 是一款在線標注工具，于 2019 年發(fā)布。Make Sense 顯著的優(yōu)勢是輕量化和清晰化，相比于 LabelMe 的傳統(tǒng) UI 界面，使用體驗顯著提升看，支持常見格式的導入、導出。值得一提的是, Make Sense 受到了 YOLOv5 和 Roboflow 的官方推薦。Make Sense 基于 Typescript 開發(fā)，同時有開源版本，但代碼近兩年沒有更新，社區(qū)問題的響應率比較低。

工具特性：

• 無需部署或進行環(huán)境配置，瀏覽器打開即可標注

• 支持矩形、線條、點和多邊形等標簽類型

• 輸出文件格式包括YOLO、VOCXML、VGG、JSON、CSV

• 接入 AI 模型（內置了 YOLOv5、COCO SSD 和 Pose-Net ）可進行自動標注

網址：www.makesense.ai/

T-Rex Label

T-Rex Label 是IDEA研究院（發(fā)布開集檢測模型 Grounding DINO、T-Rex2 的團隊）2024年最新發(fā)布的標注工具。不同于預訓練模型輔助的 AI 標注（Make Sense），或者基于文本提示的智能標注（LabelMe Pro），T-Rex Label 是使用了一種視覺提示的標注方式?？蜻x任意目標，就可以標注其他相似物體的bbox，這種方式對于難以用文本描述的物體標注尤為適用。T-Rex Label 的標注交互簡單易用，上手成本很低。

工具特性：

• 基于視覺提示的Bbox自動標注

• 無需下載安裝， 支持 Github 登錄

• 支持導出為 COCO、YOLO 等主流格式

網址：trexlabel.com

VoTT

VoTT（Visual Object Tagging Tool）是由微軟開發(fā)的一款圖像和視頻標注工具，于2018 年發(fā)布。目前 VoTT 的最新版本是 V2，使用 TypeScript 編寫。VoTT 主攻圖像和視頻幀的標注，進入工具后能感受到界面簡單直觀，功能模塊清晰。VoTT 也支持與預訓練模型的集成，自動生成標注，很適合大規(guī)模數(shù)據(jù)集的處理。VoTT 平臺可以與多種數(shù)據(jù)源連接，包括本地文件系統(tǒng)和云存儲，同時還支持自定義導入導出策略。

工具特性：

• 支持 Windows、macOS 和 Linux 操作系統(tǒng)

• 主要是矩形和多邊形標注

• 支持集成多種機器學習模型和框架，但有一些成本

• 導出數(shù)據(jù)支持多種格式，如CSV、CNTK、TensorFlow 以及自定義JSON

網址：github.com/microsoft/V…

LabelU

LabelU 是一款綜合性輕量級的標注工具，由 OpenDataLab 開發(fā)今年上半年推出。LabelU的優(yōu)勢是工具類型全面，甚至包括屬性、立體框等工具，適合構建復雜的標注任務，建自己需求的標注界面。LabelU 目前沒有集成智能標注的功能，但支持預標注數(shù)據(jù)的一鍵載入，用戶可以根據(jù)實際需要對其進行細化和調整。

工具特性：

• 提供包括2D框、3D框、多邊形、點、線等多種標注方式

• 支持圖像、視頻和音頻等類型的數(shù)據(jù)標注

• 支持預標注數(shù)據(jù)的一鍵載入，進行細化和調整標注后的結果可一鍵導出

• 目前支持JSON、COCO、MASK等導出格式

網址：github.com/opendatalab…

Label Studio

Label Studio 相信都不陌生，由 Heartex 基于 Python 語言開發(fā)，于2019年推出，是一個全面強大的數(shù)據(jù)標注平臺。在 Label Studio 中，可以根據(jù)項目需求自定義標注界面、調整標注工具，設置好后使用起來很順手。值得一提的是，Label Studio 提供了內置的質量控制機制，如標注審核和多標注員一致性檢查，以確保標注數(shù)據(jù)的準確性和可靠性。

工具特性：

• 支持本地部署和云部署，適應不同規(guī)模的團隊和項目

• 可通過編寫 YAML 文件自定義標注界面

• 支持與多種機器學習框架如 TensorFlow、PyTorch、scikit-learn 集成

• 支持多種標注類型，包括圖像、文本、音頻、視頻以及時間序列

網址：labelstud.io

Supervisely

Supervisely 是一款基于 web 的數(shù)據(jù)標注平臺，同樣具有直觀易用的 UI 設計。此外，Supervisely 更是一款名副其實的端到端數(shù)據(jù)標注和管理平臺，可以在該平臺上實現(xiàn)數(shù)據(jù)管理、自動化標注和團隊協(xié)作的全流程功能。企業(yè)版還支持本地部署和 Python 應用程序自定義標注工作流，尤其適合需要進行大規(guī)模數(shù)據(jù)處理和數(shù)據(jù)類型復雜多樣的項目團隊。

工具特性：

• 具有數(shù)據(jù)集的版本控制、數(shù)據(jù)清理和預處理功能

• 提供了 RESTful API 和 SDK，方便與其他系統(tǒng)集成

• 標注形式包括：點、框、折線、多邊形、智能工具 (Smart Tool)、像素點筆刷等

• 支持豐富的導入格式及提供豐富的導出格式

網址：supervisely.com

Labelbox

Labelbox 于 2018 年推出，同樣是一個專業(yè)的在線數(shù)據(jù)標注平臺。除了標注外，Labelbox 還支持大規(guī)模數(shù)據(jù)管理、模型分析等功能，賦能整個研究過程。此外，平臺集成了 YOLOv8、GroundingDINO、SAM 等開源模型。但是，國內訪問速度較慢，非企業(yè)版本的限制較多。

工具特性：

• 支持與 AWS、GCP、Azure 等云服務的無縫集成，便于管理和處理大規(guī)模數(shù)據(jù)集

• 可進行圖像、視頻、文本、音頻以及3D點云標注

• 集成多種預訓練模型，可選擇對應模型進行輔助標注

• 支持與主流機器學習框架 TensorFlow、PyTorch 和工具 Databricks、Snowflake 等集成

網址：labelbox.com