深度学习经典的自动标注软件介绍

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 AI 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。

编辑：黄飞