“随着人工智能技术的发展，越来越多的公司和团队加入了此领域的研究，那么人工智能指的是什么呢？”
“人工智能“看似给人深不可测、迷离惝恍的感觉，但实际上人工智能的发展背后是需要大量的人类数据作为支撑，进而通过机器算法不断地模拟人类活动进行深度学习，识别这些数据样本去实现机器替代人工的愿景。机器是如何理解这些数据的呢？在这里我们就要提到一个重要名词：“数据标注。“数据标注简而言之就是人类通过计算机等工具对各类型的数据如：文本、视频、图像、音频等，通过不同的标注方式为他们贴上标签并提供给机器学习的过程。因此数据标注是人工智能发展过程中，必不可少的一个环节，据不完全统计，数据标注行业衍生出的全职标注人员已达数十万，兼职标注人员达数百万，并且这个数字一直在增长中，标注行业的需求在持续增长，选一个易用、高效的标注工具才能在竞争中取胜。数据标注讲究高效准确，一个好用的工具，可以帮助团队节约成本、提高标注效率。下面分享 7 个常用的数据标注工具 。
Labelme
Labelme 支持对图像进行多边形、矩形、圆、折线，点形式的标注，可用于目标检测，语义分割，图像分类等任务。作为一款开源工具，labelme 布局简单、但安装部署繁琐、数据管理困难，仅支持 JSON格式输出。
Python 版本安装地址： https://github.com/wkentaro/labelme
LabelImg
LabelImg 是国外的一款图像标注工具。使用前需要提前配置环境 python + lxml。Faster R-CNN，YOLO，SSD 等对象检测所需要的数据集。数据集管理和打开方式较困难，想用 labelImg 需要在 pythonlabelImg.py 打开一个标注的图形界面，在 open_dir 处打开images 所在的文件夹，在 change save dir打开 annotations 文件夹，才能开始标注，labelImg 的导出仅支持 XML 格式，导出文件格式为一张图片与一个 XML 文件对应。
安装地址：https://github.com/tzutalin/labelImg
LabelHub
LabelHub 是国内开发的一款协同式在线标注系统，区别于当下的标注工具，labelHub 主要解决了现有标注工具存在的很多问题，比如现有开源或在线标注工具需要安装各种环境、不同版本之间需要不同编译及配置部署、糟糕的用户体验等，同时他们的 KPI 管理系统能够实时看到项目进度、成员 KPI 等，主账号能够直接添加子成员、质检员，支持自动分发数据给多个成员同时进行标注，大大提高了标注的效率，节省了因管理分发数据集、质检传回数据等消耗的大量时间。并支持 CSV、XML、JSON 格式的文件一键导出，解决了数据管理困难，人员管理困难的标注痛点，非常适合线下团队或初创 AI 公司使用，总体来讲是使用过多款标注工具后，唯一给人感觉完整度较高，无需编译还有惊喜的标注工具。
使用地址：www.Labelhub.cn
VGG（VIA）
VGG 是一款开源软件，支持在线或离线使用，能标注矩形、圆、椭圆、多边形、点和折线标注，VGG 有一个亮点，根据标签 ID 可以自定义不同的标签名称，在遇到复杂难懂的标签名称时，我们也能轻松搞定。但是标签设置较繁琐，数据导出方面支持 CSV、JSON 两种格式。
安装地址：http://www.robots.ox.ac.uk/~vgg/software/via/
CVAT
CVAT 是 Opencv 出品的一款网页版视频图像标注工具， 通过 Docker 进行部署，安装特定的环境及依赖库，打开谷歌 Chrome 浏览器去访问，Cvat 版本之间兼容性并不好，对于 python 版本的兼容较差，仅仅支持 Python3，总体体验并不友好。
安装地址：www.github.com/opencv/cvat
Labelbox
Labelbox 是国外的一款在线标注工具，界面简洁，但基础版本的图像标注只能进行矩形框以及多边形的标注，如果需要更多标注工具以满足不同的标注场景需要去 labelbox 自定义的标签界面导入 Api 接口，并使用 fetch 和 submit 函数与 labelbox 集成，对于普通标注人员来讲，学习成本很高，labelbox 支持 JSON和 CSV 两种格式的导出。由于Labelbox 服务器在国外，在网页端使用的效果十分不好，加载速度非常慢，很影响标注效率。
使用地址： https://labelbox.com/
精灵标注
精灵标注是国内开发的一款客户端标注工具，这款工具对于图片标注支持的类型较少，仅支持多边形、折线、矩形框的标注、如人脸识别等场景需要用到的点标注的缺失。但好在精灵标注支持文本、和视频的标注，不过行业内对于自然语言的标注还没有一个高效的方案，精灵标注支持在 Windows、Mac os、Linux系统下的安装，导出格式仅支持 PasalVoc 的 XML 格式。
安装地址： http://www.jinglingbiaozhu.com/
版权归觉醒向量所有，如若转载标明出处www.awkvector.com
邮箱：[email protected]