常用数据标注工具梳理总结

最新推荐文章于 2025-06-23 11:01:01 发布

原创最新推荐文章于 2025-06-23 11:01:01 发布 · 1k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#学习

近期进行数据集标注时发现labelme相对好用（可多任务），label-studio也好用，单任务时会先考虑。将内容整理如下：

一、深度学习常用数据集

以下常用的数据集，对于深度学习通用的分类、分割、目标检测任务的评测等具有重要意义。

[MNIST] (http://yann.lecun.com/exdb/mnist/)

[CIFAR-10 / CIFAR-100] http://www.cs.toronto.edu/~kriz/cifar.html)

[ImageNet] (http://www.image-net.org/)

[COCO] (https://cocodataset.org/#home)

[PASCAL VOC] (https://pjreddie.com/projects/pascal-voc-dataset-mirror/)

[Caltech101] (http://www.vision.caltech.edu/Image_Datasets/Caltech101/)

[LFW] (http://vis-www.cs.umass.edu/lfw/)

[fashion-mnist] (https://www.kaggle.com/zalando-research/fashionmnist)

[DIV2K] (https://data.vision.ee.ethz.ch/cvl/DIV2K/)

	COCO (Common Objects in Context)	Pascal VOC	Open Images	Cityscapes	ADE20K	Mapillary Vistas	ChestX-Ray14	MSCOCO Medical
规模	约 20 万张图像，标注 150 万个物体实例、91 类物体、80 种可见关键点（如人体关节）	约 2 万张图像，20 类物体（如人、自行车、飞机等）	900 万张图像，6000 万个物体实例，600 + 类别，支持多标签分类	5000 张精细标注图像（2048×1024 像素），2 万张粗略标注图像，50 类语义标签（如道路、行人、建筑）。	2 万张图像，150 类语义标签，覆盖室内外多种场景（如办公室、公园、街道）	2.5 万张图像，9 类大类别、65 类细粒度标签（如 “人行道”“交通信号灯”），覆盖全球不同城市街景	11 万张胸部 X 光图像，关联 3 万 + 患者，标注 14 种胸部疾病（如肺炎、肺结节）	/
特点	边界框（目标检测）、多边形掩码（实例分割）、关键点（姿态估计）	标注规范（边界框、语义分割掩码），推动了 R-CNN 等经典检测算法的发展	工业级大规模数据集，标注精细（如物体遮挡关系、视觉关系）	聚焦城市街景，高分辨率图像，标注包含像素级语义掩码	场景多样性强，标注精细，适合通用语义分割算法研究	多语言标注，支持跨地域场景的语义分割模型训练	多标签标注，图像与临床元数据结合，需注意数据脱敏	基于 COCO 格式的医疗图像标注数据集，涵盖 X 光、CT、MRI 等模态
应用场景	多任务视觉算法的黄金标准（如 YOLO、Mask R-CNN），广泛用于自动驾驶、安防监控等领域。	早期目标检测与语义分割研究的基准，适合轻量级算法验证。	复杂场景下的目标检测（如电商商品识别、视频监控），适合训练高精度模型	自动驾驶领域的环境感知（如车道线识别、障碍物分类），推动语义分割算法在复杂场景中的落地	智能家居、虚拟现实（VR）等需要理解复杂场景语义的领域	全球化自动驾驶地图构建、城市规划数据分析	计算机辅助诊断（CAD）系统开发，肺部疾病自动化筛查	跨模态医学图像分析，如肿瘤检测与分割

二、数据标注比较

通常数据标注的类型包括：图像标注、语音标注、文本标注、视频标注等种类。常用的数据标注工具主要有以下几种：2D 框、语义分割、多边形分割、点标注、线标注、视频标注、3D 立方体标注等。

序号	分类	说明	示例
1	2D 框	2D 框为矩形，在所有的标注工具里，2D 框是最简单的数据标注类型，成本也是最低的。
2	语义分割	语义分割是图像标注领域比较精准的标注类型，同时也是耗时比较长的标注类型，标注员需要对图片上的所有内容进行标注。
3	多边形分割	与 2D 框相比，多边形分割用于图片和视频中精确的物体检测和位置定位。与 2D 框相比，多边形分割更精准，但也更耗时，成本更高。
4	点标注	通过多个连续的点确定巨大和微小物体的形状变化，通常用于统计模型以及姿势或面部识别模型。
5	线标注	主要用于自动驾驶车辆的道路识别，定义车辆，自行车，相反方向交通灯，分叉路等不同道路。
6	视频标注	以帧为单位在一系列图像中定位和跟踪物体。多用于训练车辆、行人、骑行者、道路等自动驾驶预测模型。
7	3D 立方体标注	用于从 2D 图片和视频中获得空间视觉模型，进而进而获得灭点，测量物体间的相对距离。

三、常用数据标注工具

一款好用的标注工具是提升标注效率与产出高质量标注数据的关键。目前市面上常见、通用的数据标注工具有LabelImg、 Labelme、 RectLabel、 OpenCV/CVAT、 VOTT、 Boobs、精灵标注（Colabeler）等。

（1）LabelImg 是一个图形图像标注工具。它是用 Python 编写的，并使用 Qt 作为图形界面。LabelImg 标注以 PASCAL VOC 格式（ImageNet 使用的格式）保存为 XML 文件。此外，它还支持 YOLO 格式。

安装：pip install labelimg

labelimg快捷键

快捷键	功能
Ctrl + Q	退出软件
Ctrl + U	Open Dir
Ctrl + R	Change Save Dir
Ctrl + S	保存图像
Ctrl + L	线框颜色
Ctrl + J	移动编辑标注框
Ctrl + D	复制框
Ctrl + H	隐藏所有的框
Ctrl + A	显示所有的框
space	标记当前图片已标记
Ctrl + +	放大
Ctrl + =	原始大小
Ctrl + F	图像适应窗口
Ctrl + E	编辑标签
W	画框
Delete	删除框
Ctrl + shift + F	图像适应宽度
D	Next Image
A	Prev Image
Ctrl + shift + O	打开的文件夹只显示.xml文件

（2）Labelme 由 MIT 开发，支持多边形、圆形等多种标注形式，还可用于语义分割与实例分割标注的扩展性，支持导出 JSON 格式标注文件，适配复杂视觉任务。这款软件完全开源免费，支持多人协作标注，并内置数据增强功能（如镜像、旋转），提升数据集多样性。但界面复杂度较高，需一定学习成本；仅支持基础标注格式导出。适用于学术研究、小规模图像分割与目标检测混合任务。

安装：pip install labelme

注：①安装labelme时，使用python大于等于3.9的版本，否则会出现“TypeError: 'type' object is not subscriptable”报错；

②注意去勾选“同时保存图像数据”并勾选自动保存，选好输出路径。