深度学习中图像标注工具整理

本文介绍了在图像检测和分割任务中常用的开源标注工具,包括labelImg、Yolo_mark和labelme,涵盖了从Windows到Linux的跨平台支持,适用于SSD、Faster-RCNN、Yolov2和Yolov3等模型的训练。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在某些特定图像处理任务中,开源数据集往往并不能完全满足要求,需要制定数据集,来完成检测或者分割任务,接下来介绍几款用的比较多的标注工具。
图像检测标注工具
labelImg
在这里插入图片描述
labelImg支持Windows、macOS、Linux系统。还支持快捷键,方便标注。
在这里插入图片描述
项目github地址:https://github.com/tzutalin/labelImg
通过labelImg标注的数据可在SSD和Faster-RCNN等算法中进行模型的训练。

Yolo_mark
在这里插入图片描述
Yolo_mark支持Windows、Linux 系统,主要用于Yolo v2和Yolo v3的模型训练。
项目地址:https://github.com/AlexeyAB/Yolo_mark

图像分割标注工具
labelme
在这里插入图片描述
labelme支持Windows、macOS、Linux系统。标注的数据集主要用于图像语义分割和实例分割。
项目地址:https://github.com/wkentaro/labelme

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值