史上最全 | 计算机视觉2D/3D标注工具汇总!

简介: 标注工具是处理原始数据的第一关,无论是检测任务、分割任务还是3D感知、点云等,都需要制作真值来监督网络学习。企业级的标注方案一般通过内部的自研工具或专业标注团队完成,而对于个人或小的团队来说,一款开源好用的标注工具则至关重要,自动驾驶之心为大家汇总了领域常用到的标注工具,涉及2D检测分割/3D检测分割以及多传感器的标定同步。

原文首发微信公众号【自动驾驶之心】:一个专注自动驾驶与AI的社区(https://mp.weixin.qq.com/s/NK-0tfm_5KxmOfFHpK5mBA



后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文!    

后台回复【领域综述】获取自动驾驶全栈近80篇综述论文!                                          

标注工具是处理原始数据的第一关,无论是检测任务、分割任务还是3D感知、点云等,都需要制作真值来监督网络学习。企业级的标注方案一般通过内部的自研工具或专业标注团队完成,而对于个人或小的团队来说,一款开源好用的标注工具则至关重要,自动驾驶之心为大家汇总了领域常用到的标注工具,涉及2D检测分割/3D检测分割以及多传感器的标定同步。


检测分割标定



1.Labelme


项目地址https://github.com/wkentaro/labelme


主要支持:

  • 多边形分割、语义分割、2D框、线标注、点标注(可用于目标检测,图像分割等任务)
  • 视频标注


标注保存文件为JSON、VOC与COCO格式等;


2.LabelImg


项目地址https://github.com/heartexlabs/labelImg

标注保存文件有三种可选:PASCAL VOC、YOLO、CreateML,只支持目标检测任务的数据标注。


3.CVAT


项目地址https://github.com/openvinotoolkit/cvat

免费在线交互式视频和图像分割标注工具;

640.png


4.VOTT


项目地址https://github.com/microsoft/VoTT

微软发布的一款基于JavaScript开发用于图像目标检测的标注工具,使用React+Redux进行开发,支持Windows和Linux平台运行。软件还提供了基于CNTK训练的faster-rcnn模型进行自动标注然后人工矫正的方式,能大幅减轻标注所需的工作量。

640.png


5.EISeg


EISeg(Efficient Interactive Segmentation)基于飞桨开发的一个高效智能的交互式分割标注软件。它涵盖了通用、人像、遥感、医疗、视频等不同方向的高质量交互式分割模型。另外,将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练,便可得到定制化场景的高精度模型,打通分割任务从数据标注到模型训练及预测的全流程。


老版本

https://github.com/PaddleCV-SIG/EISeg

新版本https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.6/EISeg

主要特点:

  • 高效的半自动标注工具,已上线多个Top标注平台
  • 覆盖遥感、医疗、视频、3D医疗等众多垂类场景
  • 多平台兼容,简单易用,支持多类别标签管理


640.gif

img


6.RITM


三星开源交互标定工具RITMhttps://github.com/saic-vul/ritm_interactive_segmentation

用于基于点击的交互式分割,该模型使用了预训练推理模型输出的分割掩码,它不仅可以分割一个全新的对象,还可以从外部mask开始并对其进行校正;


640.png


多传感器标定



1.OpenCalib


项目地址https://github.com/PJLab-ADG/SensorsCalibration

商汤开源的工具包,支持camera、lidar、imu、radar之间的标定:


640.png


标定工具支持棋盘格、圆形、方形等方式!

640.png


3D检测标定



1.point-cloud-annotation-tool


项目地址https://github.com/springzfx/point-cloud-annotation-tool

主要用于标定3D点云中目标的box信息,支持导出KITTI格式和Apollo 3D格式!

640.png


2.annotate


项目地址https://github.com/Earthwings/annotate

基于ROS框架标定,生成3D检测框,xyz和whl信息;

640.png


3.3D BAT


项目地址https://github.com/walzimmer/3d-bat

可以用于标定汽车、卡车、摩托车、自从车、行人等3D目标,支持任何大于10个点的目标标注!

640.png


4.SUSTechPOINTS


项目地址https://github.com/naurril/SUSTechPOINTS


主要支持:

  • 9自由度框编辑
  • 对象类型/ID/属性编辑
  • 交互式/自动长方体拟合
  • 批处理模式编辑
  • 透视/投影视图编辑
  • 多个摄像头图像,可自动切换摄像头
  • 点云数据的二进制/pcd文件
  • Jpg/png图像文件
  • 对象/框/点着色
  • 聚焦模式,隐藏背景,轻松查看细节
  • 流播放/停止
  • 对象ID生成

640.png


3D点云分割标定



1.semantic-segmentation-editor


项目地址https://github.com/Hitachi-Automotive-And-Industry-Lab/semantic-segmentation-editor

基于web的一款工具,支持图像和点云格式,用于2D和3D数据的分割标注!


640.png


相关文章
|
1月前
|
机器学习/深度学习 并行计算 算法
Ebsynth:利用图像处理和计算机视觉的视频风格转换技术工具
EbSynth 是一款基于视频风格转换技术的工具,专注于将静态艺术风格应用到视频中的每一帧,使视频具有独特的艺术效果。它利用图像处理和计算机视觉技术,将用户提供的参考图像或绘画风格转换为视频效果。
79 2
|
2月前
|
机器学习/深度学习 XML 计算机视觉
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
|
4月前
|
机器学习/深度学习 计算机视觉 Python
【Python计算机视觉】项目实战之图像增强imguag对关键点变换、标注框变化(附源码 超详细必看)
【Python计算机视觉】项目实战之图像增强imguag对关键点变换、标注框变化(附源码 超详细必看)
160 0
|
4月前
|
机器学习/深度学习 算法 数据处理
【计算机视觉】数据获取、数据标注、数据增强的概念简介
【计算机视觉】数据获取、数据标注、数据增强的概念简介
127 0
|
机器学习/深度学习 人工智能 监控
Landing AI:计算机视觉数据标注AI平台
Landing AI:计算机视觉数据标注AI平台
374 0
|
机器学习/深度学习 传感器 SQL
领域最全 | 计算机视觉算法在路面坑洼检测中的应用综述(基于2D图像/3D LiDAR/深度学习)(下)
本文首先介绍了用于2D和3D道路数据采集的传感系统,包括摄像机、激光扫描仪和微软Kinect。随后,对 SoTA 计算机视觉算法进行了全面深入的综述,包括: (1)经典的2D图像处理,(2)3D点云建模与分割,(3)机器/深度学习。本文还讨论了基于计算机视觉的路面坑洼检测方法目前面临的挑战和未来的发展趋势: 经典的基于2D图像处理和基于3D点云建模和分割的方法已经成为历史; 卷积神经网络(CNN)已经展示了引人注目的路面坑洼检测结果,并有望在未来的进展中打破瓶颈的自/无监督学习多模态语义分割。作者相信本研究可为下一代道路状况评估系统的发展提供实用的指导。
领域最全 | 计算机视觉算法在路面坑洼检测中的应用综述(基于2D图像/3D LiDAR/深度学习)(下)
|
机器学习/深度学习 传感器 数据采集
领域最全 | 计算机视觉算法在路面坑洼检测中的应用综述(基于2D图像/3D LiDAR/深度学习)(上)
本文首先介绍了用于2D和3D道路数据采集的传感系统,包括摄像机、激光扫描仪和微软Kinect。随后,对 SoTA 计算机视觉算法进行了全面深入的综述,包括: (1)经典的2D图像处理,(2)3D点云建模与分割,(3)机器/深度学习。本文还讨论了基于计算机视觉的路面坑洼检测方法目前面临的挑战和未来的发展趋势: 经典的基于2D图像处理和基于3D点云建模和分割的方法已经成为历史; 卷积神经网络(CNN)已经展示了引人注目的路面坑洼检测结果,并有望在未来的进展中打破瓶颈的自/无监督学习多模态语义分割。作者相信本研究可为下一代道路状况评估系统的发展提供实用的指导。
领域最全 | 计算机视觉算法在路面坑洼检测中的应用综述(基于2D图像/3D LiDAR/深度学习)(上)
|
传感器 文字识别 监控
【技术分享】计算机视觉常见的十种图像标注方法
【技术分享】计算机视觉常见的十种图像标注方法
530 0
【技术分享】计算机视觉常见的十种图像标注方法
|
机器学习/深度学习 数据可视化 算法框架/工具
计算机视觉中的神经网络可视化工具与项目
本文介绍了一些关于神经网络可视化的项目,主要有CNN解释器,特征图、卷积核、类可视化的一些代码和项目,结构可视化工具,网络结构手动画图工具。
计算机视觉中的神经网络可视化工具与项目
|
机器学习/深度学习 人工智能 编解码
一周AI最火论文 | 点点手指变换UI设计风格,斯坦福发布基于计算机视觉的UI设计工具
一周AI最火论文 | 点点手指变换UI设计风格,斯坦福发布基于计算机视觉的UI设计工具
202 0

热门文章

最新文章