2022 Python 计算生态八月推荐榜 第54期

看见更大的世界，遇见更好的自己
See a better world to meet better for ourselves.

在深度学习领域，训练数据对训练结果有种至关重要的影响，除了公开的数据集之外，对很多应用场景都需要专门的数据集做迁移学习或者端到端的训练，这种情况需要大量的训练数据，取得这些数据方法有以下几种：人工标注、自动标注、外包标注，人工标注的好处是标注结果比较可靠，自动标注一般都需要二次复核，避免程序错误，外包标注很多时候会面临数据泄密与流失风险。人工数据标注特别是图像数据标注常用的标注工具，从工具的软件属性上分类可以分为客户端与web端标注工具。

2022年08月，在深度学习领域中有这样一句话，“深度学习有多智能、背后就有多少人工”，毕竟模型的好坏数据占着很大的因素，好事者特别推荐10款优秀的Python计算生态，帮助您了解Python的数据标注工具。

labelImg

LabelImg 是一个图形图像标注工具，它是用 Python 编写的，并使用 Qt 作为其图形界面。

https://github.com/heartexlabs/labelImg

labelme

Labelme 是一个受http://labelme.csail.mit.edu启发的图形图像标注工具，它是用 Python 编写的，并使用 Qt 作为其图形界面。

https://github.com/wkentaro/labelme

label-studio

Label Studio 是一个开源数据标注工具。它允许您使用简单明了的 UI 标记音频、文本、图像、视频和时间序列等数据类型，并导出为各种模型格式。它可用于准备原始数据或改进现有训练数据以获得更准确的 ML 模型。

https://github.com/heartexlabs/label-studio

doccano

doccano 是一个供人类使用的开源文本注释工具。它为文本分类、序列标记和序列到序列任务提供注释功能。因此，您可以为情感分析、命名实体识别、文本摘要等创建标记数据。只需创建一个项目，上传数据并开始注释。您可以在数小时内构建数据集。

https://github.com/doccano/doccano

CVAT

高效的计算机视觉标注工具，支持图像分类、对象检测框、图像语义分割、实例分割数据标注在线标注工具。支持图像与视频数据标注，最重要的是支持本地部署，无需担心数据外泄！

https://github.com/openvinotoolkit/cvat

VIA-VGG Image Annotator

VGG发布的图像标准工具，支持对象检测、图像语义分割与实例分割数据标注，基于WEB方式的标注工具，可以下载运行部署在本地，特别之处，对人脸数据标注提供了各种方便的操作，人脸数据标注首选工具。

http://www.robots.ox.ac.uk/~vgg/software/via/

brat

快速注释工具，满足您所有的文本注释需求。

https://github.com/nlplab/brat

PaddleVideo

很棒的基于 PaddlePaddle 的视频理解工具包。它支持视频数据标注 工具、轻量级RGB…

https://github.com/PaddlePaddle/PaddleVideo

YEDDA

轻量级协作文本跨度注释工具。

https://github.com/jiesutd/YEDDA

labelCloud

用于在点云中标记 3D 边界框的轻量级工具。

https://github.com/ch-sa/labelCloud