[基础概念] 数据标注方法及工具

数据标注就是对文本、图像、语音、视频等待标注 数据进行归类、整理、编辑、纠错、标记和批注等操作， 为待标注数据增加标签，生产满足机器学习、神经网络 训练要求的机器可读数据编码。

计算机视觉的飞速发展离不开大量图像标注数据的 支撑，随着各类图像检测、识别算法的商业化落地，市 场对图像标注精准度愈发严格，同时针对不同的应用场 景，也衍生出了不同的图像标注方法。

（1）关键点标注 ：关键点标注模板最大的应用即是 对脸部的关键点进行标注，通过不同方位的关键点标注， 可以判断图像上人物的功能。

（2）矩形框标注 ：矩形框标注是一种对目标对象进 行目标检测框标注的简单处理方式，常用于标注自动驾 驶下的人、车、物等。

（3）区域标注 ：区域标注指的是将图像分成各具特 性的区域并提取出感兴趣部分的过程。区域标注包括开 区间标注和闭区间标注。按照通用定义，区域标注需同 时满足均匀性和连通性的条件，其中均匀性指的是该区 域中的所有像素点都满足灰度、纹理、彩色等特征的某 种相似性准则 ；连通性是指在该区域内存在连接任意两 点的路径。与矩形框标注相比，其区域要求标注更加精 确，标注边缘可以是多边形甚至是柔性的，常用于自动 驾驶中的道路识别。

（4）属性标注 ：属性标注俗称打标签，是用一个或 多个标签标注目标物的属性。一般是从既定的标签中选 择数据对应的标签，是封闭集合。可以将不同的图片根 据场景进行分类 ；也可以对目标进行性别、年龄、全身、 着装等进行标注。

数据标注是人工智能发展过程中必不可少的一个环节， 数据标注行业的需求在持续增长，选一个易用、高效的标 注工具才能在竞争中取胜。数据标注讲究高效准确，一个 好用的工具，可以帮助团队节约成本、提高标注效率。目 前业界比较著名的开源或商业的数据标注工具如下：

Labelme 能够对图像进行多边形、矩形、圆、折线， 点形式的标注。

LabelImg 是一款标框标注工具。

VGG 是一款开源软件，支持在线或离线使用，能标 注矩形、圆、椭圆、多边形、点和折线标注。

OpenCV/CVAT网页版视频图像标注 工具，通过 Docker 进行部署，安装特定的环境及依赖 库，打开谷歌 Chrome 浏览器去访问。

Labelbox 是国外的一款在线标注工具，界面简洁。

VOTT，微软发布的基于 Web 方式本地部署的视觉数据标 注工具，支持图像与视频数据标注。