推荐使用 NSDT编辑器 快速搭建可编程3D场景。在寻找图像标注和注释工具时，开源解决方案因其强大功能和免费性质而备受青睐。随着图像注释需求的不断增长，开源工具的数量也在增加。以下是一些备受推崇的开源计算机视觉标注工具：
1. Label Studio
Label Studio 是由 Heartex Inc. 推出的开源标注工具，适用于多种数据类型，包括音频、文本、图像、视频和时间序列。它提供了丰富的标注功能，例如图像分类、对象检测和语义分割。其独特的配置设置允许自定义UI，并且拥有算法驱动的自动化功能，以及使用现有机器学习模型进行数据预标记的选项。它还有一个活跃的社区和Slack频道，提供支持和帮助。
2. Diffgram
Diffgram 最初是一个付费平台，现在已经完全开源，并提供付费托管服务和企业支持。它支持图像和视频中的多种空间注释类型，如边界框、长方体、分割和关键点。语义分割功能包括自动边框、组合形状、点到全多边形等工具。视频标注支持插值和序列标记，如事件跟踪和对象跟踪。
3. LabelIMG
LabelIMG 是一个非常受欢迎的图像标注工具，以其简单直观的界面和离线使用而受到青睐，这提供了最大的数据安全性。它适用于多种操作系统，包括Windows、Linux、Ubuntu和Mac OS。LabelIMG 主要支持边界框标记，适合简单项目，并能将标注保存为PASCAL VOC格式以及YOLO和CreateML格式的XML文件。
4. CVAT
CVAT 是一个由英特尔开发的强大开源软件，具有最新的特性和功能，在Chrome中运行。它支持对象检测、图像分类和图像分割，提供框、多边形、线条和关键点的注释。CVAT 还提供自动化功能，如复制和传播对象、正负样本挖掘、对象跟踪和插值，并且由TensorFlow OD API支持。它支持协作，可以拆分和委派工作。
5. ImageTagger
ImageTagger 是一个开源在线平台，由汉堡大学信息学系的Niklas Fiedler开发，旨在满足机器人世界杯的需求。它提供直观快速的标记过程，支持边界框、多边形、线条和关键点标记图像集。ImageTagger 还提供项目管理选项和功能，如图像预加载、上传现有标签和标签验证，并允许大规模协作。
6. LabelMe
LabelMe 是一个经典的开源工具，由麻省理工学院于2008年创建，旨在构建LabelMe数据集。它可以在线或离线使用，适用于Windows、Ubuntu和Mac操作系统。LabelMe 支持多边形、方框、圆、直线、关键点以及语义和实例分割的图像和视频标注。它还支持分类和清理功能，并可定制用户界面，以VOC和COCO格式导出语义和实例分割。
7. VCG Image Annotation
VCG Image Annotation 是由牛津大学视觉几何小组开发的简单注释工具，可手动注释图像、音频和视频。它易于使用和安装，在支持HTML的任何浏览器中都可以作为离线应用程序使用。VCG Image Annotation 支持方框、圆形、椭圆形、多边形、关键点和直线等形状进行标记，并支持CSV和JSON导出。
8. Make Sense
Make Sense 是一个相对较新的开源注释平台，由Piotr Skalski于2019年夏天发布。它拥有令人惊叹的UI，标注方面没有多余的装饰，并提供对象检测和图像识别功能。只需访问网站，拖放图像即可开始注释。它不在线存储图像，因此不存在隐私问题。
9. COCO Annotator
COCO Annotator 是一个使用Vue.js创建的基于网络的图像分割工具，旨在帮助开发和训练对象检测、定位和关键点检测模型。它支持自由曲线、多边形和关键点等标记数据集，并允许在单个实例中标记具有断开连接的可见部分的对象。它高效存储和导出COCO格式的标注，并支持高级选择工具。
10. Dataturks
Dataturks 曾经是一个付费服务，后被沃尔玛收购，现在可以免费在GitHub上使用。尽管它多次提及付费额外费用，但它是完全免费的。它允许团队异步处理各种注释类型，包括图像、视频、文本和NER。通过图像标注，它允许绘制自由形式的多边形以生成用于分割的图像掩模，并支持通过多边形标签和边界框标签进行图像分类。
