目次
1.Makesense.ai
2.Labelme
9.LabelImg
10.Coco アノテーター
13.OpenLabeling
14.bbox-visualizer
ホームページ テクノロジー周辺機器 AI オープンソースの無料画像注釈ツールおすすめ 15 選

オープンソースの無料画像注釈ツールおすすめ 15 選

Mar 28, 2024 pm 01:21 PM
機械学習 オープンソース 画像の注釈

圖像標註是將標籤或描述性資訊與圖像相關聯的過程,以賦予圖像內容更深層的含義和解釋。這個過程對於機器學習至關重要,它有助於訓練視覺模型以更準確地識別圖像中的各個元素。透過為圖像添加標註,使得電腦能夠理解圖像背後的語義和上下文,從而提高對圖像內容的理解和分析能力。影像標註的應用範圍廣泛,涵蓋了許多領域,如電腦視覺、自然語言處理和圖

視覺模型具有廣泛的應用領域,例如,輔助車輛識別道路上的障礙物,幫助疾病的檢測和診斷透過醫學影像識別。

本文主要推薦一些較好的開源免費的圖片標註工具。

オープンソースの無料画像注釈ツールおすすめ 15 選

1.Makesense.ai

https://www.php.cn/link/9e411b2d0cbcc1d9cd8775e89e96774f

https://www.php.cn/link/47af10edfc4c96329531345635a4baa9

オープンソースの無料画像注釈ツールおすすめ 15 選

#Makesense.ai是一個免費的線上跨平台工具,用於標記照片,非常適合小型電腦視覺深度學習專案。它簡化了資料集的準備,標籤可以以多種格式下載。該應用程式使用TypeScript編寫,基於React/Redux框架開發。它整合了YOLOv、在COCO資料集上預先訓練的SSD和PoseNet等先進的AI模型,可自動化影像標註。其中AI功能基於TensorFlow.js框架,因為照片不需要傳輸到伺服器,可確保資料隱私安全。

2.Labelme

https://www.php.cn/link/fd8979ada2fd5bab05e9c5f035a5c4c7

オープンソースの無料画像注釈ツールおすすめ 15 選

オープンソースの無料画像注釈ツールおすすめ 15 選

オープンソースの無料画像注釈ツールおすすめ 15 選

  • Labelme是一個基於Python的圖像標註工具,支援各種標註類型,並提供自訂GUI。可以匯出VOC和COCO格式的資料集,用於語意和實例分割。
  • 功能特徵:
  • 支援多邊形、矩形、圓形、直線、點和映像級標誌註解
  • #適用於Ubuntu、macOS和Windows
  • 標註資訊儲存為JSON檔案
  • 進階用法範例
  • 將標記指派給整個圖片
將標註指定給單一面

3.Xtreme1

https://www.php.cn/link/ae9ed3423e5d1c1fe8769d705207f040

オープンソースの無料画像注釈ツールおすすめ 15 選

############ Xtreme1是一個用於標註多模式訓練資料的開源平台,提高了資料註釋、管理和本體管理的效率。其人工智慧工具旨在提高2D/3D物件偵測、3D實例分割和雷射雷達相機融合專案的效率。 ######功能特徵:#########支援影像、3D LiDAR和2D/3D感測器融合資料集的資料標註######內建預標記和互動式模型支援2D/ 3D物件偵測、分割和分類######可配置的本體中心,用於一般類別(具有層次結構)和屬性,用於模型訓練######資料管理和品質監測#### ##尋找和修復標籤錯誤的工具######模型結果視覺化以協助模型評估######用於大型語言模型的RLHF(beta版)######易於使用Docker或從原始碼安裝############4.Label Studio#############https://www.php.cn/link/359f449e012b58f30cbc80ea8b9e794a###### ############Label Studio是可用於標記資料類型(如:音訊、文字、圖像、視訊和時間序列)的開源工具。 ###
  • ユーザーフレンドリーなインターフェイスを備えており、標準化された形式でデータをエクスポートでき、統合された機械学習モデルをサポートし、特定のプロジェクトに合わせてカスタマイズできます。
  • これは、Apache-2.0 オープン ソース ライセンスに基づいています。

#5.LOST

https://www.php.cn/link/254b6cccc84a3b7e5c696e67c9ef656e

オープンソースの無料画像注釈ツールおすすめ 15 選#LOST (オブジェクトにラベルを付けて時間を節約) は、Web ベースの画像共同注釈ツールです。プログラミングの知識がなくても、オンザフライで画像に注釈を付けるための事前構築された注釈パイプラインが提供されますが、ユーザーが注釈パイプラインを定義することもできます。

アプリケーションは拡張可能で、S3 Bucket や Azure Blobstorage などの外部ファイル システムに簡単に接続できます。これはローカルまたは Web サーバー上に設定でき、組織がタグ ツリーを構築し、タグ付けプロセスとブラウザ内タグ付けを監視することをサポートします。

主な機能:

共同的な Web ベースの画像注釈フレームワーク
  • オンザフライ画像注釈用の事前構築された注釈パイプライン
  • カスタマイズ可能なアノテーション パイプライン
  • 拡張可能なアプリケーション
  • S3 バケットや Azure Blobstorage などの外部ファイル システムに簡単に接続
  • ブラウザでアノテーション プロセスを視覚化
  • できるローカルまたは Web サーバー上で構成できます。
  • 組織のタグ ツリーをサポートします。
  • 注釈プロセスを監視します。
  • ブラウザ内注釈をサポートします。
  • 半モデリング用の自動注釈パイプライン
  • 注釈提案の生成
  • bbox、ポリゴン、点、または線に注釈を付けるために使用される単一画像注釈ツール (SIA)
  • 複数の画像注釈ツール (MIA) ) 画像クラスター全体に注釈を付けるための
  • 注釈関数のエクスポート
  • 個人ベースおよびプロジェクトベースの注釈統計
  • タグ構成のための色分けされたタグツリー
  • 注釈関数の表示
  • パイプライン プロジェクトのインポートとエクスポート
  • パイプライン プロジェクトの共有
  • Jupyter-Lab を統合してパイプラインを簡単に開発
  • LDAP 統合
  • 電子メール通知
  • 集中的なコンピューティング プロセスを複数のマシンに分散するためのスケーラブルな設計
6.CVAT

https://www.php .cn/link/4d91e93c7905243a769485162b66e3dc

オープンソースの無料画像注釈ツールおすすめ 15 選CVAT (コンピューター ビジョン アノテーション ツール) は、ビデオおよび画像のアノテーション ツール用の対話型ツールで、コンピューター ビジョンで広く使用されています。人工知能に対するデータ中心のアプローチをサポートしており、オンラインで無料で、または追加機能をサブスクリプションすることで利用できます。 CVAT はプライベートにインストールすることもでき、高度な機能に対するエンタープライズ サポートを提供します。

7.Gromit-MPX

https://www.php.cn/link/388ac20c845a327f97edece8acba6237

オープンソースの無料画像注釈ツールおすすめ 15 選#Gromit-MPX は、Unix デスクトップ環境用の注釈ツールで、ユーザーが画面上に直接描画し、関心のある点を強調表示してプレゼンテーションを強化できるようにします。

8.MyVision

https://www.php.cn/link/6afea581e2d33bf935e94036b41979b2

オープンソースの無料画像注釈ツールおすすめ 15 選

オープンソースの無料画像注釈ツールおすすめ 15 選

##MyVision は、コンピューター ビジョン用の機械学習トレーニング データを生成するための無料のオンライン画像注釈ツールです。オブジェクトの注釈、ポリゴン操作のための境界ボックスとポリゴンの描画をサポートし、さまざまなデータセット形式をサポートします。また、ローカルで運用できる「COCO-SSD」モデルによる自動アノテーションにも対応し、データのプライバシーとセキュリティを確保します。 オープンソースの無料画像注釈ツールおすすめ 15 選

サポートされるデータ形式:

機能の特徴: オープンソースの無料画像注釈ツールおすすめ 15 選

  • オブジェクトの注釈用に境界ボックスとポリゴンを描画します
  • ポリゴン操作の機能を使用して、新しいポイントを編集、削除、追加します
  • さまざまなデータセット形式をサポート
  • をサポート「COCO-SSD」モデルを使用した自動アノテーション
  • データ プライバシーを維持するためにローカルで実行
  • 既存のアノテーション プロジェクトのインポートと継続処理が可能
  • データ セットの転送に使用可能ある形式から別の形式に変換されます

9.LabelImg

https://www.php.cn/link/112a8e92dcedcda4237de18e9126b2d2

オープンソースの無料画像注釈ツールおすすめ 15 選

LabelImg は人気のある画像注釈ツールですが、Label Studio コミュニティに参加しましたが、現在は積極的に開発されていません。 Label Studio は、画像、テキスト、オーディオ、ビデオ、時系列データなど、さまざまな種類のデータに対応する柔軟なオープンソース データ ラベル付けツールです。

LabelImg のアノテーション情報は PASCAL VOC 形式で保存されており、さらに YOLO 形式や XML 形式にも対応しています。

10.Coco アノテーター

https://www.php.cn/link/e3743b463beb38a2a24eebe5ecbad410

オープンソースの無料画像注釈ツールおすすめ 15 選

COCO Annotator は、画像の位置特定と物体検出をトレーニングするためのデータセットを作成するように設計された、効率的で多用途な Web ベースの画像ラベル付けツールです。

これが提供する機能には、セグメント マーキング、オブジェクト インスタンスの追跡、切断された表示部分を持つオブジェクトのマーキングなどがあります。直感的でカスタマイズ可能なインターフェイスを通じて、メモを COCO 形式で保存およびエクスポートします。

機能特徴:

  • 当社ベースのツール
  • 効率的で多用途な画像ラベル付け
  • 画像位置特定と物体検出のための特別なトレーニング データ作成
  • セグメントのラベル付け
  • オブジェクト インスタンスの追跡
  • 表示部分が壊れているオブジェクトにマークを付ける
  • コメントを COCO 形式で保存およびエクスポート
  • 直感的カスタマイズ可能なインターフェイス
  • ユーザーが画像内の領域を手動で定義できるようにします
  • テキストの説明を作成します
  • 境界ボックス、マスキング ツール、またはマーカー ポイントを使用して オブジェクト マーカー
  • 自由形式の曲線または多角形の注釈
  • COCO 形式への直接エクスポート
  • オブジェクトのセグメント化
  • キーポイントの追加機能
  • データ分析に便利な API エンドポイント
  • COCO 形式のデータセットをインポート
  • 切断されたオブジェクトを単一インスタンスとしてラベル付け
  • 同時に任意の数のラベルでマーク 画像フラグメント
  • インスタンスまたはオブジェクトごとにカスタム メタデータを許可
  • DEXTR、MaskRCNN、Magic Wand などの高度な選択ツール
  • ##半トレーニング済みモデルを使用して画像に注釈を付ける
  • Google 画像を使用してデータ セットを生成
  • ##ユーザー認証システム
  • ##11.ユニバーサル データ ツール
##https://www.php.cn/link/c4dc035d67bc669546c560622ac4bdd4

オープンソースの無料画像注釈ツールおすすめ 15 選ユニバーサル データ ツールは、画像、テキスト、オーディオ、ドキュメントなどのデータ タイプを編集し、注釈を付けるための多用途のアプリケーションです。画像のセグメンテーション、テキストの分類、音声の転写などのタスクをサポートします。このツールはリアルタイムのコラボレーションを可能にし、さまざまなプラットフォームで実行され、複数のデータ形式をサポートします。

12.RectLabelオープンソースの無料画像注釈ツールおすすめ 15 選

https://www.php.cn/link/1b31a4f23c784d5b162a3066fa9aaf4f

Label は、オブジェクトの検出とセグメンテーションに使用できるオフライン画像注釈ツールです。

主な機能:オープンソースの無料画像注釈ツールおすすめ 15 選

  • Segment Anything モデルを使用した顔とピクセルのラベル付け
  • Core ML モデルを使用した自動タグ付け
  • 行と単語の自動テキスト認識
  • 使用した顔とピクセルのラベル付け穴
  • 3次ベジェ曲線、線分、および点にラベルを付ける
  • 航空写真内のラベル指向の境界ボックス
  • スケルトンを使用してキーポイントをマークする
  • ブラシを使用するおよびハイパー ピクセル ラベル ピクセル
  • オブジェクト、プロパティ、ホットキー、ラベルをすばやく設定
  • ギャラリー ビューでオブジェクト、プロパティ、画像名を検索
  • COCO、Labelme、にエクスポートCOML、YOLO、DOTA、CSV 形式
  • インデックス付きカラー マスク イメージとグレースケール マスク イメージをエクスポート
  • ビデオをイメージ フレーム、強化されたイメージなどにエクスポートします。

13.OpenLabeling

https://www.php.cn/link/03c4207fa67ee3ea4f42c748980eda86

オープンソースの無料画像注釈ツールおすすめ 15 選

オープンソースの無料画像注釈ツールおすすめ 15 選

オープンソースの無料画像注釈ツールおすすめ 15 選

オープンソースの無料画像注釈ツールおすすめ 15 選

OpenLabeling は、画像やビデオにラベルを付けるためのオープンソース ツールです。 PASCAL VOC や YOLO Darknet などの複数のフォーマットをサポートします。

このツールは、深層学習オブジェクト検出モデル、視覚オブジェクト追跡用の干渉認識シャム ネットワーク、境界ボックス追跡、およびビデオ オブジェクト追跡用の OpenCV トラッカーに使用されています。

14.bbox-visualizer

https://www.php.cn/link/ed71773d43d53fa70ecf593c6582d9cc

オープンソースの無料画像注釈ツールおすすめ 15 選

# #bbox-visualizer は、ユーザーがオブジェクトの周囲に境界ボックスを描画するのに役立ち、ラベルの位置決めに関する複雑な数学的計算の必要性を排除します。認識後にオブジェクトにラベルを付けるためのさまざまな視覚化タイプを提供します。境界ボックスのポイントのデータ形式は (xmin、ymin、xmax、ymax) です。

15.ピクセルアノテーションツール

https://www.php.cn/link/2e3e809d4082093c8bbf499ae9966cfc

オープンソースの無料画像注釈ツールおすすめ 15 選

オープンソースの無料画像注釈ツールおすすめ 15 選##PixelAnnotationTool は、OpenCV のウォーターシェッド アルゴリズムを使用して、ディレクトリ内の画像に手動で迅速に注釈を付けることができるツールです。

ユーザーはブラシで領域を手動でマークし、アルゴリズムを開始できます。最初のセグメンテーションを修正する必要がある場合、ユーザーは誤った領域の上に新しい領域の注釈を再描画できます。

以上がオープンソースの無料画像注釈ツールおすすめ 15 選の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

この記事では、SHAP: 機械学習のモデルの説明について説明します。 この記事では、SHAP: 機械学習のモデルの説明について説明します。 Jun 01, 2024 am 10:58 AM

機械学習とデータ サイエンスの分野では、モデルの解釈可能性が常に研究者や実務家に焦点を当ててきました。深層学習やアンサンブル手法などの複雑なモデルが広く適用されるようになったことで、モデルの意思決定プロセスを理解することが特に重要になってきました。 Explainable AI|XAI は、モデルの透明性を高めることで、機械学習モデルに対する信頼と自信を構築するのに役立ちます。モデルの透明性の向上は、複数の複雑なモデルの普及や、モデルを説明するための意思決定プロセスなどの方法によって実現できます。これらの方法には、特徴重要度分析、モデル予測間隔推定、ローカル解釈可能性アルゴリズムなどが含まれます。特徴重要度分析では、入力特徴に対するモデルの影響度を評価することで、モデルの意思決定プロセスを説明できます。モデルの予測間隔の推定

学習曲線を通じて過学習と過小学習を特定する 学習曲線を通じて過学習と過小学習を特定する Apr 29, 2024 pm 06:50 PM

この記事では、学習曲線を通じて機械学習モデルの過学習と過小学習を効果的に特定する方法を紹介します。過小適合と過適合 1. 過適合 モデルがデータからノイズを学習するためにデータ上で過学習されている場合、そのモデルは過適合していると言われます。過学習モデルはすべての例を完璧に学習するため、未確認の新しい例を誤って分類してしまいます。過適合モデルの場合、完璧/ほぼ完璧なトレーニング セット スコアとひどい検証セット/テスト スコアが得られます。若干修正: 「過学習の原因: 複雑なモデルを使用して単純な問題を解決し、データからノイズを抽出します。トレーニング セットとしての小さなデータ セットはすべてのデータを正しく表現できない可能性があるため、2. 過学習の Heru。」

宇宙探査と人類居住工学における人工知能の進化 宇宙探査と人類居住工学における人工知能の進化 Apr 29, 2024 pm 03:25 PM

1950 年代に人工知能 (AI) が誕生しました。そのとき、研究者たちは、機械が思考などの人間と同じようなタスクを実行できることを発見しました。その後、1960 年代に米国国防総省は人工知能に資金を提供し、さらなる開発のために研究所を設立しました。研究者たちは、宇宙探査や極限環境での生存など、多くの分野で人工知能の応用を見出しています。宇宙探査は、地球を超えた宇宙全体を対象とする宇宙の研究です。宇宙は地球とは条件が異なるため、極限環境に分類されます。宇宙で生き残るためには、多くの要素を考慮し、予防策を講じる必要があります。科学者や研究者は、宇宙を探索し、あらゆるものの現状を理解することが、宇宙の仕組みを理解し、潜在的な環境危機に備えるのに役立つと信じています。

C++ での機械学習アルゴリズムの実装: 一般的な課題と解決策 C++ での機械学習アルゴリズムの実装: 一般的な課題と解決策 Jun 03, 2024 pm 01:25 PM

C++ の機械学習アルゴリズムが直面する一般的な課題には、メモリ管理、マルチスレッド、パフォーマンスの最適化、保守性などがあります。解決策には、スマート ポインター、最新のスレッド ライブラリ、SIMD 命令、サードパーティ ライブラリの使用、コーディング スタイル ガイドラインの遵守、自動化ツールの使用が含まれます。実践的な事例では、Eigen ライブラリを使用して線形回帰アルゴリズムを実装し、メモリを効果的に管理し、高性能の行列演算を使用する方法を示します。

Llama 70B を実行するシングル カードはデュアル カードより高速、Microsoft は FP6 を A100 オープンソースに強制導入 Llama 70B を実行するシングル カードはデュアル カードより高速、Microsoft は FP6 を A100 オープンソースに強制導入 Apr 29, 2024 pm 04:55 PM

FP8 以下の浮動小数点数値化精度は、もはや H100 の「特許」ではありません。 Lao Huang は誰もが INT8/INT4 を使用できるようにしたいと考え、Microsoft DeepSpeed チームは NVIDIA からの公式サポートなしで A100 上で FP6 の実行を開始しました。テスト結果は、A100 での新しい方式 TC-FPx の FP6 量子化が INT4 に近いか、場合によってはそれよりも高速であり、後者よりも精度が高いことを示しています。これに加えて、エンドツーエンドの大規模モデルのサポートもあり、オープンソース化され、DeepSpeed などの深層学習推論フレームワークに統合されています。この結果は、大規模モデルの高速化にも即座に影響します。このフレームワークでは、シングル カードを使用して Llama を実行すると、スループットはデュアル カードのスループットの 2.65 倍になります。 1つ

説明可能な AI: 複雑な AI/ML モデルの説明 説明可能な AI: 複雑な AI/ML モデルの説明 Jun 03, 2024 pm 10:08 PM

翻訳者 | Li Rui によるレビュー | 今日、人工知能 (AI) および機械学習 (ML) モデルはますます複雑になっており、これらのモデルによって生成される出力はブラックボックスになっており、関係者に説明することができません。 Explainable AI (XAI) は、利害関係者がこれらのモデルがどのように機能するかを理解できるようにし、これらのモデルが実際に意思決定を行う方法を確実に理解できるようにし、AI システムの透明性、信頼性、およびこの問題を解決するための説明責任を確保することで、この問題を解決することを目指しています。この記事では、さまざまな説明可能な人工知能 (XAI) 手法を検討して、その基礎となる原理を説明します。説明可能な AI が重要であるいくつかの理由 信頼と透明性: AI システムが広く受け入れられ、信頼されるためには、ユーザーは意思決定がどのように行われるかを理解する必要があります

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

フラッシュ アテンションは安定していますか?メタとハーバードは、モデルの重みの偏差が桁違いに変動していることを発見しました フラッシュ アテンションは安定していますか?メタとハーバードは、モデルの重みの偏差が桁違いに変動していることを発見しました May 30, 2024 pm 01:24 PM

MetaFAIR はハーバード大学と協力して、大規模な機械学習の実行時に生成されるデータの偏りを最適化するための新しい研究フレームワークを提供しました。大規模な言語モデルのトレーニングには数か月かかることが多く、数百、さらには数千の GPU を使用することが知られています。 LLaMA270B モデルを例にとると、そのトレーニングには合計 1,720,320 GPU 時間が必要です。大規模なモデルのトレーニングには、これらのワークロードの規模と複雑さにより、特有のシステム上の課題が生じます。最近、多くの機関が、SOTA 生成 AI モデルをトレーニングする際のトレーニング プロセスの不安定性を報告しています。これらは通常、損失スパイクの形で現れます。たとえば、Google の PaLM モデルでは、トレーニング プロセス中に最大 20 回の損失スパイクが発生しました。数値的なバイアスがこのトレーニングの不正確さの根本原因です。

See all articles