Voici une liste des outils qui permettent de faire des annotations pour la segmentation sémantique (mask).

Sélection

Darwin

Video:

Superannotate OpenCV

Video:

Supervise.ly

Video:

Commentaires:

  • Version communautaire disponible pour les scientifiques et chercheurs
  • Sinon version payante.

LabelBox

Videos:

CVAT (Computer Vision Annotation Tool) Intel

Video:

Hasty.ai

Video:

AIDE Annotation Interface for Data-driven Ecology

Demo Semantic segmentation on the Chesapeake Land Cover satellite imagery

Démo:

VGG Image Annotator

Video:

VoTT (Visual Object Tagging Tool) Microsoft

Video:

LabelMe

Références:

6 outils d’annotation qui sont référencés dans le document AIDE: Accelerating image‐based ecological surveys with interactive machine learning

Benjamin Kellenberger
Devis Tuia
Dan Morris
(DOI: 10.1111/2041-210X.13489)

“some interfaces were designed with explicit focus on annotation, like VATIC (Vondrick et al., 2013), LabelImg, VGG Image Annotator (Dutta & Zisserman, 2019), VIOLA (Bondi et al., 2017), LabelMe (Russell et al., 2008) and commercial tools like LabelBox. A few of them have some form of simple annotation assistance; for example, both VATIC and VIOLA offer interpolation for video data to reduce the number of annotations required. However, more elaborate labelling assistance is often absent.”

The best image annotation platforms for computer vision (+ an honest review of each)

https://hackernoon.com/the-best-image-annotation-platforms-for-computer-vision-an-honest-review-of-each-dac7f565fea

  • LabelIMG
  • VGG Image Annotator
  • Supervise.ly
  • Labelbox $

Rémi T. (UdeS)

“Voici celui que j’ai utilisé et qui fonctionne assez bien, mais qui demande une certaine connaissance de Python:

https://github.com/mcordts/cityscapesScripts/blob/master/cityscapesscripts/annotation/cityscapesLabelTool.py”

“Pour votre information: l’annotation se fait par création de polygones et crée un fichier .json, qui est ensuite rasterisé par d’autres outils sur https://github.com/mcordts/cityscapesScripts/tree/master/cityscapesscripts/preparation”

  • exclu; script seulment ; pas de GUI, pas Web

“Autrement, il y un autre outil que j’aurais voulu essayer pour l’annotation et qui est bien connu des géomaticiens: QGIS. Des images peuvent y être lues même si elles ne sont pas géoréférencées et l’outil de numérisation (i.e. création de polygones) est assez simple et efficace. Il resterait seulement à coder un plugin pour passer rapidement d’une image à l’autre et sauvegarder automatiquement un fichier du type json ou gpkg (pour les annotations). Je vous laisse cogiter là-dessus.”

Mickaël G. UdeS GitHub

label-tool GitHub

### Hitachi Automotive And Industry Lab semantic segmentation editor GitHub

Label Studio GitHub

Video:

Recherche Web

Sources:

Source:

Source:

Source:

source:

Source:

Source:

Source:

Source:

Source:

Outil du CRIM / Justine B.

“j’utilise un code qui a été fait par le crim et que j’ai un peu adapté, qui génère une interface graphique pour faire des annotations de type segmentation. Il est assez pratique pour corriger les annotations (clic gauche tu dessines, clic droit tu effaces). Par contre, il n’y a qu’un outil pinceau, donc ça ne serait peut être pas adapté à toutes les thématiques. Si jamais tu ne trouves pas quelque chose qui te convient en ligne, je pourrais sûrement te le partager.”

SIG QGIS, ARC GIS Pro, etc

  • création de polygones;
  • curseur qui colle aux coutours des lignes / polygones
  • géoréférencement

Articles

3 Reasons why AI Assisted Labeling will destroy Manual labor market

https://medium.com/deep-systems/3-reasons-why-ai-assisted-labeling-will-destroy-manual-labor-market-dbacad7bdf13

  • non objecti, car écrit par supervisely