图像标注平台与工具

图像标注平台与工具

人工智能数据标注比较多样，包括视频标注、语音标注、3D点云标注……以及各种类型的数据标注，图片标注是最普通的。

（图片来自网络）

图片数据标注工具汇总

Labelme：https://github.com/wkentaro/labelme ，适用于图片分割

labelImg：https://github.com/tzutalin/labelImg ，适用于图片检测

Annotorious：http://annotorious.github.io/index.html ，适用于图片检测

RectLabel：https://rectlabel.com/ （适用mac，图片检测）

images_annotation_programme：https://github.com/frederictost/images_annotation_programme （图片检测）

人脸数据标注专用：https://pan.baidu.com/s/1_wkrl4yy3M8q3OIMz-PYkQ 密码：8nmu

精灵数据标注助手：http://www.jinglingbiaozhu.com/

数据堂智能化标注工具

2018年，数据堂研发“基于Human-in-the-loop智能辅助标注技术”，在海量人工智能数据生产过程中，采用人工标注与智能标注的迭代、交互式的数据标注方法，将人和智能系统融为一体，提高智能数据的生产效率，进而推进AI数据加工方式的变革。

Human-in-the-loop在机器学习中得到广泛的使用。用户（user）和深度学习机器模型（model）进行交互、迭代的学习和纠错。用户为机器模型提供冷启动所需的基础知识；然后机器学习模型进行识别或预测；用户针对模型的判断结果进行确认和纠错；纠偏信息成为机器学习模型损失函数的一部分，进一步优化模型。由此，循环迭代、多次往复，形成增强型的基于human-in-loop的机器学习系统。基于human-in-the-loop增量式智能辅助标注技术，起始于人工标注，终结于人工决策。将能够显著提高人工操作效率，降低生产实施成本，扩大人工智能数据的生产量。

目前，已经初步具备年产2千小时视频、3万小时语音数据、2亿张图片的生产能力；数据吞吐量：5TB/日；创造500万人次的就业机会，聚集数据企业200家，支撑多家国际领先的企业客户。获取专利14项，软著42项。