Deep Learning::Ensinando à Rede: Ferramentas de Anotação

Ferramentas para demarcar objetos em imagens.
Nesta página focamos em software livre e open source.
Alguns produtos e software gratuitos mas não livres também estão listados.

Uma classificação grosseira das diferentes ferramentas de anotação e de suas funções e possibilidades de aplicação é dada abaixo:

Classificação das ferramentas de anotação por função e aplicação

Classificação das ferramentas de anotação por função e aplicação

 

1. Online

  1. hasty.ai. Next Generation Image Annotation – higher levels of automation, iterative workflows, and exponential speed achieved by training the model while labeling. Ferramenta que promete ser muito mais rápida e inteligente do as outras, com várias coisas Photoshop-style para você anotar semiautomaticamente e corrigir anotações.
  2. Roboflow – Annotate images super fast, right within your browser roboflow
  3. Supervisely. Plataforma com ferramentas para anotar e organizar datasets.
    supervisely
  4. Labelbox: Ferramenta online open source que pode ser instalada em seu servidor ou na sua máquina para você usar via Browser
    LabelBox

    1. site: https://www.labelbox.com/
    2. Git: https://github.com/Labelbox/Labelbox
  5. Computer Vision Annotation Tool (CVAT): CVAT is an interactive video and image annotation tool for computer vision. It is used by tens of thousands of users and companies around the world. CVAT is free and open-source (https://github.com/opencv/cvat)cvat-ai-screencast
  6. Dataturks: https://dataturks.com/
  7. Nanonets: Deep Learning API for Object Detection

2. Desktop

  1. labelme: Image Polygonal Annotation with Python (polygon, rectangle, line, point and image-level flag annotation)

    marcação-citologia
  2. PixelAnnotationTool: Ferramenta de anotação inteligente com segmentação supervisionada usando divisor de águas.
    1. Software that allows you to manually and quickly annotate images in directories. The method is pseudo manual because it uses the algorithm watershed marked of OpenCV. The general idea is to manually provide the marker with brushes and then to launch the algorithm. If at first pass the segmentation needs to be corrected, the user can refine the markers by drawing new ones on the erroneous areas (as shown on video below).
  3. ImageSegmentation: Perform image segmentation and background removal in javascript using superpixels
  4. js-segment-annotator: Javascript image annotation tool based on image segmentation
  5. CSAILVision/LabelMeAnnotationTool: Source code for the LabelMe annotation tool
  6. opensurfaces-segmentation-ui: Segmentation UI from the OpenSurfaces Project
  7. LabelImgPlus, a graphical image annotation tool which supports CLS,DET and SEG

3. Produtos

Os anotadores nesta seção são produtos comerciais e estão aqui por questões de completude. O fato sde estarmos listando um determiando produto aqui e de deixarmos de listar outros não indica nenhuma relação de preferência de nossa parte e nem endosso de um ou outro produto, indica apenas que, em uma busca realizada por nós, foram estes que encontramos.

  1. Brain Builder Beta – https://info.neurala.com/brain-builder

Revisões e Avaliações

Revisões

  1. image-labeling Git: Here are 33 public repositories matching this topic…

Avaliações

  1. Quora: What are the best image annotation tools available out there?
  2. Wikipedia: List of manual image annotation tools
  3. Nossas Instruções::Tutorial ferramentas de marcação: labelme e LabelImgTool

Sobre o Autor

possui graduação em Ciências da Computação pela Universidade Federal de Santa Catarina (1989) e Doutorado Acadêmico (Dr. rer.nat.) em Ciências da Computação pela Universidade de Kaiserslautern (1996). Atualmente é professor Titular da Universidade Federal de Santa Catarina, onde é professor do Programa de Pós-graduação em Ciência da Computação e dos cursos de graduação em Ciências da Computação e Sistemas de Informação. Tem experiência nas áreas de Informática em Saúde, Processamento e Análise de Imagens e Engenharia Biomédica, com ênfase em Telemedicina, Telerradiologia, Sistemas de Auxílio ao Diagnóstico por Imagem e Processamento de Imagens Médicas, com foco nos seguintes temas: analise inteligente de imagens, DICOM, CBIR, informática médica, visão computacional e PACS. Coordena o Instituto Nacional de Ciência e Tecnologia para Convergência Digital - INCoD. Foi o criador e primeiro Coordenador do Núcleo de Telessaúde de Santa Catarina no âmbito do Programa Telessaúde Brasil do Ministério da Saúde e da OPAS - Organização Pan-Americana de Saúde e criador do Núcleo Santa Catarina da RUTE - Rede Universitária de Telemedicina.