5款最佳CV和数据科学标记工具，标记公司、初创企业、个人用户全满足
- 2019 年 10 月 4 日
- 笔记
【新智元导读】计算机视觉的数据科学家经常需要快速简单的标记工具用来为PoC或R&D实验创建数据集，以及确保数据质量，以免影响深度学习算法的性能。本文介绍了5种非常棒的注释工具！
计算机视觉的数据科学家经常需要快速简单的标记工具用来为PoC或R＆D实验创建数据集，以及确保数据质量，以免影响深度学习算法的性能。本文介绍了5种非常棒的注释工具，如果你发现这些工具无法按预期工作，请尝试在Chrome中运行它们
在此之前，你需要明确不同类型的企业，对标记的要求不同。如果是大型企业：
- 高级项目管理功能
- 大量的功能，所以任何任务都可以完成
- 提高效率的自动化工具
如果是创业公司：
- API或至少是将标记工具连接到私有API的简单方法
- 直观的用户体验（UX），因此你临时招聘的每个注释者都可以立即开始工作
只是个人：
- 不关心API/项目管理
- 只想尽可能快地开始标记！
计算机视觉中标记的基础知识
在计算机视觉中，主要有三种类型的数据用于训练算法：
- 训练分类器的图片+标记（ResNets）
- 探测器的边界框+标记（YOLOv3，更快的R-CNN …）
- 用于分割应用的多边形+标记（Mask R-CNN）
你也可能已经意识到，AI项目成功的最重要因素之一是可以使用的“高质量数据”的数量。当然，什么是高质量的数据，还没有一个明确的定义。这里我们说的所谓“高质量数据”的意思是：
- 每张图片/注释都有一个合适的标记
- 每个边界框或多边形准确地围绕实体进行训练
适用于标记公司的最佳开源注释工具
计算机视觉注释工具（CVAT）
在推出OpenCV近20年后，英特尔在计算机视觉领域重申并发布了CVAT，这是一款功能强大且完整的注释工具。 尽管需要一些时间来学习和掌握，但它提出了大量用于标记计算机视觉数据的功能。
优势：
- 易于安装和扩展，因为它是在Docker中运行的Web应用程序
- 提出了许多自动化仪器（例如使用TensorFlow *对象检测API进行自动注释，视频插值……）
- 允许管理协作工作，因此团队的不同成员可以在同一个注释任务上一起工作
弱点：
- 用户界面非常复杂。例如，第一次设置注释任务可能非常棘手
- 一开始不是很直观，掌握可能需要几天时间
- 只能运行在Chrome下
在线演示：
https://c.onepanel.io/onepanel-demo/projects/cvat-public-demo/workspaces
适用于初创公司的最佳开源注释工具
视觉对象标记工具（VoTT）
VoTT由微软开发，提供了极好的用户体验，可以在注释时节省大量的时间和精力。此外，创建项目也很简单，因此你无需深入了解文档即可使用它。
优势：
- 代码写得非常好（在React中），并且完美地定义了接口，因此很容易分叉并添加你需要的额外功能
- 用户体验不错。暗黑主题和鼠标后面的虚线网格，所以很容易知道从哪里开始一个边界框
- 建议使用深度学习算法来自动检测对象（随附在COCO类上训练的SSD）
- 是一个网络应用程序和电子应用程序。这使你可以将其用作胖客户端或在Web浏览器中运行的应用程序
弱点：
- 要使用Web应用程序版本，需要将数据托管在Microsoft的云计算服务Azure上（但是，电子版允许你使用硬盘驱动器磁盘上的数据，但需要使用npm安装它）
- 没有提供内置的API（调整代码很容易让你的私有API与它进行通信）
- 无法标记图片：你只能使用关联的标记绘制边界框（或多边形）。因此，它不适合创建分类数据集
演示：
https://vott.z5.web.core.windows.net/
DataTurks
DataTurks是一家创建于2018年的创业公司，提供标记图像，视频和文本的服务。注释工具很棒且现在是免费的，可以使用它的所有功能（我已经尝试并测试过它）！
优势：
- 一个在Docker中运行的Web应用程序
- 允许协作和异步工作：处理同一数据集的两个团队成员将无法获得相同的图像进行注释
- 提出用于创建和获取注释任务的API
弱点：
- DataTurks似乎已停止继续维护其产品
- 用户体验还可以
在线演示：
https://dataturks.com/projects/Dataturks
最适合个人使用的开源图像标记工具
Make-Sense
虽然Make-sense比较晚出世，已经拥有了令人难以置信的用户体验。开始注释从来没有这么快！转到网站，拖放图像并开始注释。
优势：
- 快速，高效，但最重要的是，简单！
- 真的很酷的UX
- 关于你加载的图像的隐私，不要担心，因为他们说：“[他们]不存储你的图像，因为[他们]不首先将它们发送到任何地方”
弱点：
- 不提供任何项目管理功能
- 不提供任何API
在这里开始标记：
https://www.makesense.ai
