0. 简介
自动标注软件是一个非常节省人力资源的操作,而随着深度学习的发展,这些自动化标定软件也越来越多。本文章将会着重介绍其中比较经典的自动标注软件
1. AutoLabelImg
AutoLabelImg除了labelimg的初始功能外,额外包含十多种辅助标注功能,分别在Annoatate-tools和Video-tools两个新菜单栏下面,具体如下:
•自动标注:基于yolov5的模型自动标注,将yolov5的检测结果转化为.xml标注文件
•追踪标注:基于opencv的追踪模块实现的视频自动标注,标注开始的一帧,利用追踪预测后续的一段视频
•放大镜:鼠标附近区域的放大展示,方便标注一些微小目标,放大镜功能可以选择开启或关闭
•数据增强:随机使用平移,翻转,缩放,亮度,gama,模糊等手段增强图片
•查询系统:十多种新功能,不知道是干嘛的?没关系,搜索一下就可以了,支持模糊搜索
•其他批量处理工具如:类别筛选/重命名/统计、标注文件属性校正、视频提取/合成、图片重命名等,欢迎通过软件中查询系统获取详细介绍,或者直接上手体验
2. X-AnyLabeling
X-AnyLabeling 是一款全新的交互式自动标注工具,其基于AnyLabeling进行构建和二次开发,在此基础上扩展并支持了许多的模型和功能,并借助Segment Anything和YOLO等主流模型提供强大的 支持。
•支持多边形、矩形、圆形、直线和点的图像标注。
•支持文本检测、识别和KIE(关键信息提取)标注。
•支持检测-分类级联模型进行细粒度分类。
•支持一键人脸和关键点检测功能。
•支持PaddlePaddle、OpenMMLab、Pytorch-TIMM等主流深度学习框架。
•支持转换成标准的COCO-JSON、VOC-XML以及YOLOv5-TXT文件格式。
•提供先进的检测器,包括YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOX以及DETR系列模型。
3. LabelTrack
LabelTrack是为多目标跟踪MOT写的一个自动标注工具,它可以通过导入视频流等操作完成快速的行人标注。
- 导入mp4文件或视频帧文件夹
- 手动标注
- 修改标注框,包括大小,标签,ID等信息
- 采用SOTA目标跟踪模型对视频帧进行预跟踪
- 导出和导入VisDrone格式数据集
4. PLabel
这个工具是由鹏城实验室自主研发,集成视频抽帧,目标检测、视频跟踪、ReID分类、人脸检测等算法,实现了对图像,视频的自动标注,并可以对自动算法的结果进行人工标注,最终得到标注结果。
同时也可以对视频、图片、医疗(包括dicom文件及病理图像)相关的数据进行人工标注,标注结果支持COCO及VOC格式。
支持多人协同标注。目前也新增新增基于GPU的Segment Anything分割自动标注镜像,可分割任意图片。
5. Auto-MOS
该项目可以自动生成基于激光雷达的运动对象分割的训练数据。该工具通过批量离线处理数据来实现这一点。
它首先利用基于占据的动态物体去除来粗略检测可能的动态物体。其次,它从提议中提取段,并使用卡尔曼滤波器跟踪它们。
基于跟踪的轨迹,它将实际移动的物体(如驾驶汽车和行人)标记为移动。
相反,非移动的物体(例如,停放的汽车、灯、道路或建筑物)则被标记为静态。