一、YOLO 標(biāo)注工具的重要性

在深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)領(lǐng)域，YOLO 標(biāo)注工具起著至關(guān)重要的作用。精準(zhǔn)標(biāo)注的數(shù)據(jù)是構(gòu)建高質(zhì)量模型的基礎(chǔ)，而 YOLO 標(biāo)注工具為實(shí)現(xiàn)這一目標(biāo)提供了關(guān)鍵支持。
首先，高質(zhì)量的標(biāo)注數(shù)據(jù)能夠顯著提升模型的準(zhǔn)確性和性能。在目標(biāo)檢測(cè)、圖像分類等任務(wù)中，模型需要通過(guò)大量的標(biāo)注數(shù)據(jù)來(lái)學(xué)習(xí)不同物體的特征和模式。例如，在自動(dòng)駕駛領(lǐng)域，使用 YOLO 標(biāo)注工具對(duì)道路上的車(chē)輛、行人、交通標(biāo)志等目標(biāo)進(jìn)行準(zhǔn)確標(biāo)注，可以為自動(dòng)駕駛系統(tǒng)提供關(guān)鍵的訓(xùn)練數(shù)據(jù)，使其能夠準(zhǔn)確識(shí)別各種路況信息，提高行駛的安全性。
其次，YOLO 標(biāo)注工具能夠提高數(shù)據(jù)標(biāo)注的效率。傳統(tǒng)的手動(dòng)標(biāo)注方式不僅耗時(shí)耗力，還容易出現(xiàn)人為誤差。而 YOLO 標(biāo)注工具通常具有半自動(dòng)標(biāo)注功能，能夠自動(dòng)識(shí)別圖像中的目標(biāo)并生成標(biāo)注框，用戶只需進(jìn)行簡(jiǎn)單的審查和修正，大大減少了手動(dòng)標(biāo)注的工作量。例如，YOLO 標(biāo)注工具支持的多格式圖像（如 PNG、JPG 和 JPEG 格式），滿足了不同用戶的需求，同時(shí)提供多種快捷鍵和操作方式，如通過(guò)縮略圖切換圖像、使用快捷鍵進(jìn)行半自動(dòng)標(biāo)注等，進(jìn)一步提升了操作效率。
此外，YOLO 標(biāo)注工具還具有廣泛的應(yīng)用場(chǎng)景。無(wú)論是計(jì)算機(jī)視覺(jué)項(xiàng)目、數(shù)據(jù)集構(gòu)建還是模型訓(xùn)練，都離不開(kāi)高效的標(biāo)注工具。在構(gòu)建大規(guī)模數(shù)據(jù)集時(shí)，YOLO 標(biāo)注工具能夠顯著減少標(biāo)注時(shí)間，提高數(shù)據(jù)集的質(zhì)量。在模型訓(xùn)練前，使用該工具進(jìn)行數(shù)據(jù)標(biāo)注，能夠確保訓(xùn)練數(shù)據(jù)的準(zhǔn)確性和完整性，從而提高模型的訓(xùn)練效果。
綜上所述，YOLO 標(biāo)注工具在深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)領(lǐng)域中具有不可替代的重要性，是構(gòu)建高質(zhì)量模型的關(guān)鍵環(huán)節(jié)。

二、常見(jiàn)的 YOLO 標(biāo)注工具介紹

（一）LabelImg

LabelImg 是最為常用的 YOLO 標(biāo)注工具之一。然而，它經(jīng)常莫名其妙地閃退，穩(wěn)定性較差。盡管如此，LabelImg 在圖像檢測(cè)任務(wù)數(shù)據(jù)集制作方面仍發(fā)揮著重要作用。它支持多種標(biāo)注格式，如 XML（Pascal VOC）、TXT（YOLO）等，方便用戶根據(jù)不同的需求進(jìn)行選擇。用戶可以通過(guò)點(diǎn)擊和拖拽輕松創(chuàng)建邊界框，為圖像中的目標(biāo)進(jìn)行標(biāo)注。

（二）Yolo_Label

有人因無(wú)法忍受現(xiàn)存的標(biāo)記工具，自己動(dòng)手寫(xiě)了 Yolo_Label。它比 LabelImg 好用，主要用于圖像檢測(cè)任務(wù)數(shù)據(jù)集制作。Yolo_Label 使用了流行的 Python GUI 庫(kù) ——Tkinter，構(gòu)建了一個(gè)直觀、簡(jiǎn)潔的用戶界面，使得非編程背景的使用者也能快速上手操作。該工具支持讀取和保存各種常見(jiàn)的圖片格式（如.jpg,.png 等），并且可以導(dǎo)出符合 YOLO 格式的標(biāo)注文件，方便后續(xù)模型訓(xùn)練。

（三）在線標(biāo)注工具 Make Sense

Make Sense 是一款簡(jiǎn)單好用的在線標(biāo)注工具，功能簡(jiǎn)單且移動(dòng)方便。它可以定義標(biāo)簽集合，支持矩形、點(diǎn)、線、多邊形多種標(biāo)注模式。在上傳圖像后，選擇進(jìn)入目標(biāo)檢測(cè)的標(biāo)注模式，創(chuàng)建標(biāo)簽后即可開(kāi)始標(biāo)注。Make Sense 能導(dǎo)出模型訓(xùn)練格式，如 VGG、COCO 等。值得一提的是，它還是一款 web 應(yīng)用，各個(gè)操作系統(tǒng)的用戶可打破次元壁實(shí)現(xiàn)工作協(xié)同，并且可以在自己熟悉的環(huán)境中部署此項(xiàng)目。

（四）Ybat - YOLO BBox Annotation Tool

Ybat – YOLO 邊界框注釋工具為圖像提供高效且精準(zhǔn)的邊界框標(biāo)注服務(wù)。它支持流行的 VOC/COCO 數(shù)據(jù)集格式，極大地拓寬了其應(yīng)用范圍。Ybat 采用純前端實(shí)現(xiàn)，兼容所有支持 ES6 標(biāo)準(zhǔn)的瀏覽器，無(wú)論在 Windows、macOS 還是 Linux 環(huán)境下，只要打開(kāi)網(wǎng)頁(yè)即可立即開(kāi)始工作，無(wú)需任何安裝或配置。數(shù)據(jù)完全在本地處理，無(wú)需擔(dān)心數(shù)據(jù)泄露風(fēng)險(xiǎn)。內(nèi)置自動(dòng)保存功能，在意外刷新或崩潰的情況下也能確保標(biāo)注進(jìn)度不丟失。此外，它還具備縮放和平移功能，結(jié)合精確的邊界盒繪制指南，使標(biāo)注既快又準(zhǔn)。獨(dú)特的裁剪功能允許用戶將標(biāo)注區(qū)域分離并保存，方便后續(xù)分析或存檔。Ybat 適用于目標(biāo)檢測(cè)研究、自動(dòng)駕駛開(kāi)發(fā)和工業(yè)質(zhì)檢自動(dòng)化等場(chǎng)景。

（五）JieLabel

JieLabel 是一款專為 YOLO 目標(biāo)檢測(cè)任務(wù)設(shè)計(jì)的標(biāo)注工具，特別適用于 YOLO-OBB（可畫(huà)旋轉(zhuǎn)框）的場(chǎng)景。它不僅支持水平矩形框的標(biāo)注，還支持任意角度的矩形框標(biāo)注，極大地提高了標(biāo)注的靈活性和準(zhǔn)確性。JieLabel 集成了訓(xùn)練和識(shí)別功能，用戶無(wú)需額外編寫(xiě)代碼即可進(jìn)行模型訓(xùn)練和目標(biāo)識(shí)別，極大地簡(jiǎn)化了工作流程。自動(dòng)將標(biāo)注數(shù)據(jù)分配為訓(xùn)練集和驗(yàn)證集，確保模型的泛化能力。同時(shí)，支持自動(dòng)保存標(biāo)注文件，避免數(shù)據(jù)丟失。通過(guò)簡(jiǎn)單的操作，用戶可以輕松完成標(biāo)注、訓(xùn)練和識(shí)別任務(wù)，應(yīng)用場(chǎng)景非常廣泛。

三、其他 YOLO 標(biāo)注工具簡(jiǎn)述

在 YOLO 標(biāo)注工具的大家庭中，還有一些工具如 CVAT、LabelStudio、ScaLabel、Annotorious、RectLabel、VoTT、IAT – Image Annotation Tool、images_annotation_programme 等。這些工具雖然也有各自的特點(diǎn)，但相比前面介紹的 LabelImg、Yolo_Label、Make Sense、Ybat 和 JieLabel 等工具，并沒(méi)有特別突出的優(yōu)勢(shì)。
CVAT（Computer Vision Annotation Tool）是一個(gè)功能強(qiáng)大的標(biāo)注工具，支持圖像分類、目標(biāo)檢測(cè)、語(yǔ)義分割等多種標(biāo)注類型，并且可以團(tuán)隊(duì)協(xié)作標(biāo)注。但其使用過(guò)程可能相對(duì)復(fù)雜，需要一定的學(xué)習(xí)成本。項(xiàng)目地址：https://github.com/openvinotoolkit/cvat。
LabelStudio 是一個(gè)多模態(tài)數(shù)據(jù)標(biāo)注工具，支持圖像、文本、音頻、視頻等多種數(shù)據(jù)類型的標(biāo)注，格式兼容性強(qiáng)。但其在 YOLO 標(biāo)注方面可能沒(méi)有專門(mén)針對(duì)的優(yōu)化。項(xiàng)目地址：https://gitcode.com/gh_mirrors/lab/labelImg。
ScaLabel 支持多種數(shù)據(jù)類型的標(biāo)注，包括 2D 和 3D 數(shù)據(jù)，可擴(kuò)展性強(qiáng)。但對(duì)于單純的 YOLO 標(biāo)注任務(wù)，可能不是最優(yōu)選。
Annotorious 提供了圖片注釋和標(biāo)注功能，用法簡(jiǎn)單，但在 YOLO 標(biāo)注的專業(yè)性上可能稍顯不足。
RectLabel 適用于 Mac OS X 的圖像檢測(cè)任務(wù)標(biāo)注工具，支持多種標(biāo)注格式導(dǎo)出，但在通用性上可能有限。
VoTT 是微軟提供的開(kāi)源工具，既可以標(biāo)注視頻，也可以標(biāo)注圖片，功能強(qiáng)大，但可能在某些特定場(chǎng)景下不如專門(mén)的 YOLO 標(biāo)注工具高效。
IAT – Image Annotation Tool 適用于圖像分割任務(wù)的數(shù)據(jù)集制作，在 YOLO 標(biāo)注方面不是其主要優(yōu)勢(shì)。
images_annotation_programme 是網(wǎng)頁(yè)版的圖像檢測(cè)標(biāo)注工具，雖然方便，但可能在功能上相對(duì)單一。

四、總結(jié) YOLO 標(biāo)注工具的選擇

不同的 YOLO 標(biāo)注工具各有特點(diǎn)，適用場(chǎng)景也有所不同。在選擇標(biāo)注工具時(shí)，用戶需要根據(jù)自己的具體需求進(jìn)行綜合考慮。
如果對(duì)穩(wěn)定性要求較高，且能接受一定的學(xué)習(xí)成本，JieLabel 是一個(gè)不錯(cuò)的選擇。它支持任意角度的矩形框標(biāo)注，集成了訓(xùn)練和識(shí)別功能，自動(dòng)分配訓(xùn)練集和驗(yàn)證集，還能自動(dòng)保存標(biāo)注文件，極大地提高了標(biāo)注的靈活性、準(zhǔn)確性和工作效率，適用于復(fù)雜場(chǎng)景下的目標(biāo)檢測(cè)、快速模型訓(xùn)練和半自動(dòng)標(biāo)注等多種場(chǎng)景。
對(duì)于習(xí)慣使用在線工具且注重協(xié)作的用戶，Make Sense 是個(gè)好選項(xiàng)。它無(wú)需安裝，可在任何有網(wǎng)絡(luò)連接的設(shè)備上使用，方便多人同時(shí)標(biāo)注數(shù)據(jù)，數(shù)據(jù)存儲(chǔ)在云端也較為安全。同時(shí)，它支持多種標(biāo)注模式，能導(dǎo)出多種模型訓(xùn)練格式，適用于需要團(tuán)隊(duì)協(xié)作的項(xiàng)目。
如果追求簡(jiǎn)潔易用，Yolo_Label 可能更適合。它由用戶自行開(kāi)發(fā)，比 LabelImg 好用，采用直觀的用戶界面，即使非編程背景的用戶也能快速上手，支持常見(jiàn)圖片格式和 YOLO 格式標(biāo)注文件的導(dǎo)出，適用于圖像檢測(cè)任務(wù)數(shù)據(jù)集制作。
對(duì)于那些需要在不同操作系統(tǒng)下快速開(kāi)始標(biāo)注工作，且注重?cái)?shù)據(jù)安全的用戶，Ybat 是個(gè)理想之選。它純前端實(shí)現(xiàn)，兼容所有支持 ES6 標(biāo)準(zhǔn)的瀏覽器，無(wú)需安裝和配置，數(shù)據(jù)在本地處理，不用擔(dān)心泄露風(fēng)險(xiǎn)，還具備自動(dòng)保存、縮放平移和裁剪等功能，適用于多種目標(biāo)檢測(cè)場(chǎng)景。
而對(duì)于有特定需求的用戶，其他工具也有一定的價(jià)值。例如，CVAT 功能強(qiáng)大，支持多種標(biāo)注類型和團(tuán)隊(duì)協(xié)作標(biāo)注，適合需要進(jìn)行多種標(biāo)注任務(wù)的項(xiàng)目；LabelStudio 多模態(tài)數(shù)據(jù)標(biāo)注功能強(qiáng)大，格式兼容性強(qiáng)，可在多種數(shù)據(jù)類型標(biāo)注需求下考慮；ScaLabel 可擴(kuò)展性強(qiáng)，適合有復(fù)雜數(shù)據(jù)標(biāo)注需求的場(chǎng)景；Annotorious 用法簡(jiǎn)單，適用于簡(jiǎn)單的圖片注釋需求；RectLabel 適用于 Mac OS X 用戶進(jìn)行圖像檢測(cè)任務(wù)標(biāo)注；VoTT 由微軟提供，功能強(qiáng)大，可在視頻和圖片標(biāo)注需求下使用；IAT – Image Annotation Tool 適用于圖像分割任務(wù)數(shù)據(jù)集制作；images_annotation_programme 作為網(wǎng)頁(yè)版工具，方便但功能相對(duì)單一，可在簡(jiǎn)單的圖像檢測(cè)標(biāo)注場(chǎng)景中使用。
總之，用戶在選擇 YOLO 標(biāo)注工具時(shí)，應(yīng)根據(jù)項(xiàng)目需求、使用習(xí)慣和操作系統(tǒng)等因素進(jìn)行綜合考量，以選擇最適合自己的標(biāo)注工具。

五、常見(jiàn)的 YOLO 標(biāo)注工具速查：

1、LabelImg

LabelImg 較為常用，但存在穩(wěn)定性問(wèn)題，可能會(huì)莫名其妙地閃退。它基于 Python 和 Qt，可以用于標(biāo)注矩形框。使用時(shí)打開(kāi)軟件并選擇要標(biāo)注的圖像文件夾，通過(guò)鼠標(biāo)繪制矩形框來(lái)標(biāo)記目標(biāo)，并在彈出的對(duì)話框中為目標(biāo)指定類別。標(biāo)注完成后，會(huì)生成相應(yīng)的 YOLO 格式的標(biāo)注文件（通常為.txt 格式）。據(jù)統(tǒng)計(jì)，在一些小型圖像標(biāo)注項(xiàng)目中，LabelImg 的標(biāo)注效率約為每小時(shí)標(biāo)注 [X] 張圖像，但由于其穩(wěn)定性問(wèn)題，可能會(huì)出現(xiàn)標(biāo)注進(jìn)度丟失的情況，需要用戶定期保存標(biāo)注文件。

2、yolo_label

yolo_label 是 yolo 團(tuán)隊(duì)開(kāi)源的一個(gè)圖像標(biāo)注工具，可在 Linux 和 Windows 下運(yùn)行，依賴 OpenCV 庫(kù)，比 LabelImg 更好用。它在一些開(kāi)源項(xiàng)目中被廣泛使用，其標(biāo)注速度相對(duì)較快，能夠滿足大部分圖像檢測(cè)任務(wù)數(shù)據(jù)集制作的需求。例如，在一個(gè)中等規(guī)模的數(shù)據(jù)集標(biāo)注項(xiàng)目中，yolo_label 可以在較短的時(shí)間內(nèi)完成對(duì)數(shù)千張圖像的標(biāo)注工作。

3、X-AnyLabeling

X-AnyLabeling 支持中英文一鍵切換，有必要的快捷鍵操作且可自定義設(shè)置，能進(jìn)行 CPU 和 GPU 一鍵推理。支持圖像和視頻導(dǎo)入功能，涵蓋了多種任務(wù)模式，如目標(biāo)檢測(cè)、語(yǔ)義分割、姿態(tài)估計(jì)、人臉關(guān)鍵點(diǎn)回歸、文本檢測(cè)、識(shí)別和關(guān)鍵信息提取標(biāo)注等，還集成了多種先進(jìn)的跟蹤算法，如經(jīng)典的 ByteTrack 和最新的 OC-Sort（CVPR 2023）等。其標(biāo)注樣式豐富，包括多邊形、矩形、線段、點(diǎn)、圓形、文本等，支持多種導(dǎo)出格式，如 YOLO-txt、COCO-json、VOC-xml 以及圖片掩碼等，也支持多種模型架構(gòu)，可無(wú)縫銜接多個(gè)主流的深度學(xué)習(xí)框架，同時(shí)支持自定義模型導(dǎo)入。項(xiàng)目開(kāi)源，遵循 GPL 協(xié)議。在實(shí)際應(yīng)用中，X-AnyLabeling 的多功能性使其在復(fù)雜的標(biāo)注任務(wù)中表現(xiàn)出色，能夠滿足不同用戶的多樣化需求。

4、Makesense

Makesense 在線標(biāo)注工具，使用較為方便，支持多用戶在線協(xié)同、用戶管理、權(quán)限設(shè)置等，可進(jìn)行檢測(cè)標(biāo)注、多目標(biāo)跟蹤標(biāo)注、分類、分割、關(guān)鍵點(diǎn)標(biāo)注等。對(duì)于需要團(tuán)隊(duì)協(xié)作的項(xiàng)目，Makesense 能夠提高標(biāo)注效率，多個(gè)用戶可以同時(shí)對(duì)不同的圖像進(jìn)行標(biāo)注，并且可以實(shí)時(shí)查看彼此的標(biāo)注進(jìn)度。例如，在一個(gè)大型的圖像標(biāo)注項(xiàng)目中，使用 Makesense 可以將標(biāo)注時(shí)間縮短 [X]%。

5、CVAT

CVAT 多用戶在線協(xié)同的標(biāo)注工具，支持用戶管理和權(quán)限設(shè)置，可用于檢測(cè)標(biāo)注、多目標(biāo)跟蹤標(biāo)注、分類、分割、關(guān)鍵點(diǎn)標(biāo)注、語(yǔ)音標(biāo)注等，有標(biāo)注的便捷性（快捷鍵等），還支持工作量統(tǒng)計(jì)。CVAT 的工作量統(tǒng)計(jì)功能可以幫助項(xiàng)目管理者了解每個(gè)標(biāo)注員的工作進(jìn)度和效率，從而更好地分配任務(wù)。在一些大型的標(biāo)注項(xiàng)目中，CVAT 的多用戶協(xié)同和工作量統(tǒng)計(jì)功能發(fā)揮了重要作用。

6、LabelStudio

LabelStudio 同樣支持多用戶在線協(xié)同，具備用戶管理、權(quán)限設(shè)置等功能，可進(jìn)行檢測(cè)標(biāo)注、多目標(biāo)跟蹤標(biāo)注、分類、分割、關(guān)鍵點(diǎn)標(biāo)注、語(yǔ)音標(biāo)注等，提供標(biāo)注的便捷性（快捷鍵等），支持工作量統(tǒng)計(jì)。與 CVAT 類似，LabelStudio 在多用戶協(xié)作和標(biāo)注便捷性方面表現(xiàn)出色，適用于各種規(guī)模的標(biāo)注項(xiàng)目。

7、Scalabel

Scalabel 多用戶在線協(xié)同，支持用戶管理與權(quán)限設(shè)置，能進(jìn)行檢測(cè)標(biāo)注、多目標(biāo)跟蹤標(biāo)注、分類、分割、關(guān)鍵點(diǎn)標(biāo)注等，有標(biāo)注的便捷性，支持工作量統(tǒng)計(jì)。Scalabel 在一些特定的標(biāo)注任務(wù)中具有優(yōu)勢(shì)，例如在對(duì)復(fù)雜場(chǎng)景下的圖像進(jìn)行標(biāo)注時(shí)，其多用戶協(xié)同和標(biāo)注便捷性能夠提高標(biāo)注效率和準(zhǔn)確性。

8、Labelme

Labelme 適用于圖像分割任務(wù)的數(shù)據(jù)集制作，可實(shí)現(xiàn)最基本的分割數(shù)據(jù)標(biāo)注工作，在 save 后將保持 object 的一些信息到一個(gè) json 文件中，同時(shí)該軟件提供了將 json 文件轉(zhuǎn)化為 labelimage 的功能。在圖像分割任務(wù)中，Labelme 的簡(jiǎn)單易用性使其成為許多用戶的首選工具。

9、YOLO_mark

YOLO_mark 是 yolo 團(tuán)隊(duì)開(kāi)源的圖像標(biāo)注工具，為方便其他人使用 YOLO2 訓(xùn)練自己的任務(wù)模型，可在 Linux 和 Windows 下運(yùn)行，依賴 OpenCV 庫(kù)。YOLO_mark 在與 YOLO2 相關(guān)的項(xiàng)目中具有較高的實(shí)用性，能夠快速準(zhǔn)確地為 YOLO2 模型標(biāo)注數(shù)據(jù)集。

10、Vatic

Vatic 可以做視頻多目標(biāo)跟蹤的標(biāo)注，比如對(duì)于一個(gè) 25fps 的視頻，只需要隔 100 幀左右手動(dòng)標(biāo)注一下物體的位置，最后在整個(gè)視頻中就能有比較好的效果，這依賴于軟件集成的 OpenCV 的追蹤算法。在視頻標(biāo)注任務(wù)中，Vatic 的高效性和準(zhǔn)確性使其成為許多用戶的選擇。

11、Sloth

Sloth 可用于圖像檢測(cè)任務(wù)的數(shù)據(jù)集制作，在標(biāo)注 label 的時(shí)候，該軟件可以存儲(chǔ)標(biāo)簽，并呈現(xiàn)標(biāo)注過(guò)的圖片中的 bbox 列表。Sloth 的標(biāo)簽存儲(chǔ)和 bbox 列表顯示功能能夠幫助用戶更好地管理標(biāo)注數(shù)據(jù)，提高標(biāo)注效率。

12、Annotorious

Annotorious 代碼規(guī)范，提供了相應(yīng)的 api 接口，方便直接修改和調(diào)用，適用于圖像檢測(cè)任務(wù)的數(shù)據(jù)集制作。Annotorious 的 api 接口使得開(kāi)發(fā)者可以更加方便地集成該工具到自己的項(xiàng)目中，提高開(kāi)發(fā)效率。

13、Rectlabel

Rectlabel 適用于 macOSX 的軟件，可在 apple app store 中直接下載，用于圖像檢測(cè)任務(wù)的數(shù)據(jù)集制作。Rectlabel 為 macOSX 用戶提供了便捷的標(biāo)注工具，其簡(jiǎn)潔的界面和易用性受到了許多用戶的好評(píng)。

14、VOTT

VOTT 微軟的開(kāi)源工具，既可以標(biāo)注視頻，也可以標(biāo)注圖片，而且支持已有模型的集成，功能強(qiáng)大。在一些大型的標(biāo)注項(xiàng)目中，VOTT 的功能強(qiáng)大性使其成為許多用戶的首選工具。例如，在一個(gè)涉及大量視頻和圖片標(biāo)注的項(xiàng)目中，VOTT 可以快速準(zhǔn)確地完成標(biāo)注任務(wù)，并且可以集成已有模型進(jìn)行輔助標(biāo)注，提高標(biāo)注效率和準(zhǔn)確性。

15、IAT–Image Annotation Tool

IAT–Image Annotation Tool 適用于圖像分割任務(wù)的數(shù)據(jù)集制作，支持一些基礎(chǔ)形狀的選擇，比如要分割的物體是個(gè)圓形的，那么分割時(shí)可以直接選擇圓形，而不是用多邊形選點(diǎn)。在圖像分割任務(wù)中，IAT 的基礎(chǔ)形狀選擇功能能夠提高標(biāo)注效率和準(zhǔn)確性。

16、Images_annotation_programme

Images_annotation_programme 網(wǎng)頁(yè)版的圖像標(biāo)注工具，適用于圖像檢測(cè)任務(wù)的數(shù)據(jù)集制作。Images_annotation_programme 的網(wǎng)頁(yè)版特性使得用戶可以在任何有網(wǎng)絡(luò)連接的設(shè)備上進(jìn)行標(biāo)注，方便快捷。

17、CasiaLabeler

CasiaLabeler 輕量的標(biāo)注軟件，支持 win10 和 ubuntu18 平臺(tái)，適用于目標(biāo)檢測(cè)和實(shí)例分割等場(chǎng)景，可用于 faster rcnn、mask rcnn、yolo 系列、ssd 系列、centernet 系列等。它支持的圖片格式包括 png、jpg、jpeg、bmp（單次標(biāo)注不能超過(guò) 200 張），支持的視頻格式包括 avi、mp4、wmv、mov、asf（視頻格式如壓縮，請(qǐng)采用 h.264 編碼視頻或無(wú)壓縮視頻），支持矩形、多邊形、線段、點(diǎn)、貝塞爾曲線、貝塞爾區(qū)域等標(biāo)注種類，導(dǎo)出格式包括 4 點(diǎn)矩形格式、xywhθ 矩形格式等。CasiaLabeler 的輕量性和多平臺(tái)支持使其在一些特定的標(biāo)注任務(wù)中具有優(yōu)勢(shì)。

18、自制 Darknet Yolo 標(biāo)注工具

自制 Darknet Yolo 標(biāo)注工具可以實(shí)現(xiàn) YOLO 數(shù)據(jù)集的快速標(biāo)注，下載后雙擊 exe 文件可直接運(yùn)行。使用時(shí)需創(chuàng)建標(biāo)注工程，包括復(fù)制工程模板并改名、放入訓(xùn)練集和測(cè)試集圖片、創(chuàng)建 class.names 文件寫(xiě)入分類類別等步驟，然后可通過(guò)按鍵和鼠標(biāo)操作進(jìn)行標(biāo)注。自制 Darknet Yolo 標(biāo)注工具的便捷性和快速標(biāo)注能力使其在一些小型項(xiàng)目中得到了廣泛應(yīng)用。

19、新一代自動(dòng)標(biāo)注工具

新一代自動(dòng)標(biāo)注工具支持 YOLOv5-Cls 和 YOLOv8-Cls 模型，具有高度自動(dòng)化、高精度標(biāo)注、多模態(tài)支持、交互式標(biāo)注、可解釋性標(biāo)注、自定義模型導(dǎo)入、完善的文檔和社區(qū)支持以及持續(xù)更新與優(yōu)化等優(yōu)勢(shì)，能幫助用戶更高效地為圖像和視頻數(shù)據(jù)集進(jìn)行標(biāo)注。在實(shí)際應(yīng)用中，新一代自動(dòng)標(biāo)注工具的高度自動(dòng)化和高精度標(biāo)注能力能夠大大提高標(biāo)注效率和準(zhǔn)確性，為用戶節(jié)省大量的時(shí)間和精力。

20、基于 YOLOv8 的自動(dòng)標(biāo)注系統(tǒng)

基于 YOLOv8 的自動(dòng)標(biāo)注系統(tǒng)支持 80 種目標(biāo)類型選擇，標(biāo)注結(jié)果可保存為 yolo 格式，還能指定檢測(cè)目標(biāo)類型以及進(jìn)行視頻檢測(cè)與類型選擇等。該系統(tǒng)的豐富功能使其在各種標(biāo)注任務(wù)中表現(xiàn)出色，能夠滿足不同用戶的需求。
你可以根據(jù)自己的需求、使用習(xí)慣和操作系統(tǒng)等因素選擇適合的標(biāo)注工具。不同的工具在功能、易用性、性能等方面可能存在差異。在標(biāo)注過(guò)程中，仔細(xì)、準(zhǔn)確地標(biāo)記目標(biāo)對(duì)于訓(xùn)練出性能良好的 YOLO 模型非常重要。同時(shí)，合理的數(shù)據(jù)增強(qiáng)、合適的訓(xùn)練參數(shù)設(shè)置等也會(huì)影響模型的效果。