labelme

​ 地址：https://github.com/wkentaro/labelme

​ labelme 是一个基于 python 的开源图像多边形标注工具，可用于手动标注图像以进行对象检测、分割和分类。它是在线 LabelMe 的离线分支，最近关闭了新用户注册选项。所以，在这篇文章中，我们只考虑 labelme（小写）。

​ 该工具是具有直观用户界面的轻量级图形应用程序。使用 labelme，您可以创建：多边形、矩形、圆、线、点或线带。通常，能够以众所周知的格式（例如 COCO、YOLO 或 PASCAL VOL）导出注释以供后续使用通常很方便。但是，在 labelme 中，标签只能直接从应用程序保存为 JSON 文件。如果要使用其他格式，可以使用 labelme 存储库中的 Python 脚本将注释转换为 PASCAL VOL。尽管如此，它还是一个相当可靠的应用程序，具有用于手动图像标记和广泛的计算机视觉任务的简单功能。

labelImg

​ 地址：https://github.com/tzutalin/labelImg

​ labelImg 是一种广泛使用的开源图形注释工具。它仅适用于目标定位或检测任务，并且只能在考虑的对象周围创建矩形框。尽管存在这种限制，我们还是建议使用此工具，因为该应用程序仅专注于创建尽可能简化工具的边界框。对于此任务，labelImg 具有所有必要的功能和方便的键盘快捷键。另一个优点是您可以以 3 种流行的注释格式保存/加载注释：PASCAL VOC、YOLO 和 CreateML。

CVAT

​ 地址：https://github.com/openvinotoolkit/cvat

​ CVAT 是一种用于图像和视频的开源注释工具，用于对象检测、分割和分类等任务。要使用此工具，您无需在计算机上安装该应用程序。可以在线使用此工具的网络版本。您可以作为一个团队协作处理标记图像并在用户之间分配工作。还有一个很好的选择，它允许您使用预先训练的模型来自动标记您的数据，如果您使用 CVAT 仪表板中现有的可用模型，这可以简化最流行的类（例如，COCO 中包含的类）的过程。或者，您也可以使用自己的预训练模型。CVAT 具有我们已经考虑过的工具中最广泛的功能集。特别是，它允许您以大约 15 种不同的格式保存标签。可以在此处找到完整的格式列表。

hasty.ai

​ 地址：https://hasty.ai/

​ 与上述所有工具不同，hasty.ai 不是免费的开源服务，但由于所谓的对象检测和分割的 AI 助手，它非常方便地标记数据。自动支持允许您显着加快注释过程，因为在标记期间辅助模型正在训练。换句话说，标记的图像越多，助手的工作就越准确。

​ hasty.ai 允许您以 COCO 或 Pascal VOC 格式导出数据。您还可以作为一个团队处理单个项目并在项目设置中分配角色。

​ 免费积分用完后，hasty.ai 仍然可以免费使用，但标记将完全由手动操作。在这种情况下，最好考虑上述免费工具。