Вы можете создать свой собственный инструмент сегментации и/или маркировки. У меня есть свой инструмент для комментирования изображений и у многих моих коллег есть такой софт на MATLAB и Python. Хорошей практикой программирования является сделать это самостоятельно или улучшить существующее. Вы многое узнаете во время разработки программного обеспечения! Однако это требует много времени, особенно для расширенного функционала, и не связано с опытом машинного обучения.

Вот почему я составил список инструментов сегментации и маркировки с открытым исходным кодом по состоянию на начало 2021 года. Я проверял не все, а только некоторые. См. обзор моих самых любимых приложений в конце этой статьи.

На самом деле, есть 758 общедоступных репозиториев на GitHub, помеченных как инструмент аннотации. Я только что опубликовал несколько ссылок из рейтинга. Также см. список инструментов и полезных ссылок потрясающая маркировка данных ниже.

Инструменты сегментации изображений

онлайн

Я считаю, что со всеми онлайн-инструментами удобнее работать. Установка не требуется.

  • CVAT — Онлайн, интерактивный инструмент аннотирования видео и изображений для компьютерного зрения.
  • Label Studio — Маркируйте различные типы данных. Имеет онлайн-интерфейс.
  • Microsoft VoTT — Онлайн веб-приложение. лицензия MIT.
  • Аннотатор изображений VGG — с открытым исходным кодом. С онлайн-копией.
  • Photoshop Online — онлайн-инструмент, похожий на Photoshop.
  • Поспешный — Интернет-сайт. Все еще в открытом бета-тестировании. Нужно потренироваться, чтобы с ним было комфортно работать. Экспорт из онлайна непонятен. Имеет помощь обработки AI. Недостатком является то, что обработка занимает некоторое время (до 10 или 20 секунд), что отнимает много времени.

Локальная установка

  • LabelMe — лицензия MIT. Исходный код с инструкциями по установке. Еще один инструмент LabelMe.
  • Sefexa — Полуавтоматическая сегментация изображений.
  • Label tool — лицензия MIT. Смотрите онлайн демо без сохранения.
  • Django Labeller — лицензия MIT. Легкий инструмент маркировки изображений для Python, предназначенный для создания наборов данных сегментации.
  • COCO Annotator — веб-инструмент для аннотирования изображений (начало работы), разработанный для универсальности и эффективной маркировки изображений для создания обучающих данных для локализации изображений и обнаружения объектов.
  • GIMP — программа обработки изображений GNU. Альтернатива Adobe Photoshop с открытым исходным кодом.
  • DeepMask и SharpMask — лицензия BSD. Алгоритмы предложения объектов на основе предварительно обученных моделей. Автоматическая (не ручная) сегментация. Был заархивирован владельцем, кажется устаревшим. MAC OS X или Linux.
  • MultiPathNet — лицензия BSD. Автоматическая (не ручная) сегментация. Кажется устаревшим. Линукс.
  • Плагин Weka — Обучаемая сегментация Weka (см. Вики и Видео) — это плагин Fiji, который объединяет набор алгоритмов машинного обучения с набором выбранных функций изображения для создания сегментации на основе пикселей. Weka (Waikato Environment for Knowledge Analysis) сама может быть вызвана из плагина.
  • Ремо — бесплатное сообщество. Локальная установка Pip или Docker.

видео

  • UltimateLabeling — многоцелевой графический интерфейс для маркировки видео на Python со встроенным детектором и трекером SOTA. лицензия MIT.
  • VATIC — Устарело, см. CVAT.

Инструменты сегментации медицины

Программное обеспечение для сегментации, предназначенное для трехмерных медицинских изображений и форматов файлов медицинских изображений.

  • MedSeg — Онлайн веб-приложение для рентгенологических изображений. Свободная и простая объемная сегментация органов, тканей и патологий на рентгенологических изображениях. Вы можете сегментировать изображения вручную или позволить моделям ИИ сделать это за вас. Кроме того, имеется список внешних наборов медицинских данных: общие базы данных и архив изображений рака (АРКИ).
  • BioImage Suite Web — веб-пакет для анализа медицинских изображений с открытым исходным кодом (вручную), в первую очередь ориентированный на анализ нейровизуализации.
  • Биомедиза — Бесплатная и простая в использовании платформа с открытым исходным кодом для сегментации больших объемных изображений, например. КТ и МРТ.
  • РИЛ-Контур — лицензия типа BSD. На основе Python, мультиплатформенный. Инструментарий состоит из средства просмотра изображений с широким спектром возможностей для комментирования медицинских изображений.
  • 3D слайсер — для рентгенологических изображений.
  • ИТК-СНАП — лицензия GPL3. Мультиплатформенность.
  • MITK — бесплатный универсальный программный проект с открытым исходным кодом для разработки приложений для обработки медицинских изображений. Его можно использовать как набор инструментов C++ или инфраструктуру приложений для разработки программного обеспечения.

Инструменты маркировки изображений

Бесплатные инструменты маркировки изображений (не сегментации) для задач обнаружения объектов. На GitHub есть многое другое.

Платное программное обеспечение

В этой сфере между частными компаниями существует огромная и острая конкуренция.

  • Контролируемо — Бесплатно для наших коллег по данным и студентов. Использование ИИ для автоматизации и ускорения работы. Онлайн через Интернет.
  • Labelbox — Использование суперпиксельной маркировки. Бесплатная версия сообщества ограничена 5000 изображений.
  • Diffgram — специализируется на маркировке видео. Бесплатно до 25 задач в месяц.
  • SuperAnnotate (пробная версия на 14 дней)», eCognition», Dragonfly (пробная версия на 30 дней), RectLabel (пробная версия на 1 месяц), TurtleSeg (для медицинских изображений), Amazon SageMaker, Simpleware (30-дневная пробная версия), Scale.com, Playment и др.

Обзор моих самых любимых приложений

Лучший инструмент для маркировки для меня — это, конечно же, собственный софт (раз, два, три) :-). Однако мои собственные инструменты не универсальны и без автоматизации.

Я использовал LabelImg несколько раз, и он подходит для ручной маркировки прямоугольников.

CVAT, по-видимому, является ведущим инструментом с открытым исходным кодом для создания видео и аннотаций к изображениям.

Помимо цены, функций и управления проектом есть один новый важный параметр — автоматизация с использованием ИИ и классических алгоритмов для более быстрого ручного процесса аннотирования. Обратите внимание на автоматизацию при выборе рабочего инструмента.

Возможно, в ближайшем будущем я попробую Groundwork, бесплатный онлайн-инструмент маркировки изображений для создания пользовательских наборов обучающих данных из спутниковых снимков. Однако карты загружаются довольно медленно.

Полезные ссылки