深度学习标注工具（包括自动标注）总结——持续更新

首次记录日期2023年10月24日

	名称	导出格式	支持形状	地址
1	anylabeling	支持yolov5和v8，自动标注的软件	沿物体轮廓分割	https://github.com/vietanhdev/anylabeling
2	RectLabel	使用Core ML模型自动标记图像 对象、属性、热键和快速标签的设置。 以PASCAL VOC XML格式读写，导出到YOLO、KITTI、COCOJSON与CSV	绘制边界框、多边形、三次bezier、直线和点 使用骨架绘制关键点 使用笔刷和超级像素工具标记像素	https://rectlabel.com/
3	LableBox	Labelbox还提供了API接口，可以与其他自然语言处理工具和机器学习平台无缝集成。导出Json。Labelbox提供了许多先进的功能，如自动标注、质量控制、标注审核等，可以大大提高标注效率和标注结果的准确度。	支持图像标注和文本标注，可以进行分类、边界框、实体、关系等多种标注类型，支持对象检测框、实例分割数据标注。	https://github.com/Labelbox/Labelbox
4	PixelAnnotationTool	快捷，半自动化，类似PS蒙版，基于OpenCV中分水岭算法实现（不足：标注对象若颜色分布不均匀，软件无法识别；如果识别出来，大概率覆盖掉周围物体，很难修改）	图像语义分割与实例分割标注神器	https://github.com/abreheret/PixelAnnotationTool
5	LabelImg	VOC，tfrecord（批注以PASCAL VOC格式存储为XML文件）	矩形	https://github.com/tzutalin/labelImg
6	Labelme	JSON、VOC与COCO	矩形、圆形、线段、点（多边形分割、语义分割、2D框、线标注、点标注（可用于目标检测，图像分割等任务）视频标注）	https://github.com/wkentaro/labelme
7	OpenCV/CVAT	CVAT for video、CVAT for images、PASCAL VOC、(VOC) Segmentation mask、YOLO、COCO、TFRecord、MOT、LabelMe 3.0、Datumaro	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，它能够对图像、视频做矩形、关键点、图像分割、目标追踪、3D等标注（多边形分割、语义分割、2D框、线标注、点标注，3D点云，视频标注）	https://github.com/opencv/cvat
8	VOTT	导出CNTK/Pascal VOC，TFRecord、CSV、VoTT格式	（支持点、线、2D框、语义分割与视频数据标注）支持图像与视频数据标注	https://github.com/microsoft/VoTT
9	VIA-VGG Image Annotator	CSV、JSON	能标注矩形、圆、椭圆、多边形、点和折线标注，VGG 有一个亮点，根据标签 ID 可以自定义不同的标签名称，在遇到复杂难懂的标签名称时，我们也能轻松搞定，支持对象检测、图像语义分割与实例分割数据标注，人脸数据标注首选工具	http://www.robots.ox.ac.uk/~vgg/software/via/
10	point-cloud-annotation-tool	支持KITTI-bin格式数据	3D点云数据标注神器 支持点云数据加载、保存与可视化 支持点云数据选择 支持3D BOX框生成	https://github.com/springzfx/point-cloud-annotation-tool
11	Boobs	支持图像数据标准为YOLO格式 现在也支持VOC/COCO格式数据导出	专属的YOLO BBox标注工具	https://github.com/drainingsun/boobs
12	ImgLab	包括 dlib、XML、Pascal VOC 和 COCO	点、圆、边界框、多边形等多种标签类型	https://github.com/davisking/dlib