awesome-data-labeling-tools
# data-labeling-tools 图像images/点云point clouds标注工具汇总 @[双愚](https://github.com/HuangCongQing) , 若fork或star请注明来源  自动驾驶相关交流群，欢迎扫码加入：[自动驾驶感知(PCL/ROS+DL)：技术交流群汇总(新版)](https://mp.weixin.qq.com/s?__biz=MzI4OTY1MjA3Mg==&mid=2247486575&idx=1&sn=3145b7a5e9dda45595e1b51aa7e45171&chksm=ec2aa068db5d297efec6ba982d6a73d2170ef09a01130b7f44819b01de46b30f13644347dbf2#rd) 创建一个知识星球 **【自动驾驶感知(PCL/ROS+DL)】** 专注于自动驾驶感知领域，包括传统方法(PCL点云库,ROS)和深度学习（目标检测+语义分割）方法。同时涉及Apollo，Autoware(基于ros2)，BEV感知，三维重建，SLAM(视觉+激光雷达) ，模型压缩（蒸馏+剪枝+量化等），自动驾驶模拟仿真，自动驾驶数据集标注&数据闭环等自动驾驶全栈技术，欢迎扫码二维码加入，一起登顶自动驾驶的高峰！  ## 图像标注开源工具 1. labelme(常用) 对图像进行多边形，矩形，圆形，多段线，线段，点形式的标注（可用于目标检测，图像分割，等任务）。 对图像进行进行 flag 形式的标注（可用于图像分类 和 清理 任务）。 视频标注 生成 VOC 格式的数据集（for semantic / instance segmentation） 生成 COCO 格式的数据集（for instance segmentation） 2. LabelImg 教程： * https://zhuanlan.zhihu.com/p/550021453 * https://blog.csdn.net/knighthood2001/article/details/125883343 ## 点云标注开源工具 #### 1.PCAT 只显示点云,可以标注目标以及道路边界点,生成.txt文件.(常用) * 链接:https://github.com/halostorm/PCAT_open_source #### 2.supeivise 在线标注,只能标注目标,很准确,生成.json文件 * 链接:https://supervise.ly/lidar-3d-cloud #### 3.L-CAS 只显示点云,只能标注目标 * 链接: https://github.com/yzrobot/cloud_annotation_tool/tree/devel #### 4.LATTE 显示图像以及点云,但是只是标注点云2D的目标边界框并生成对应图像的语义分割信息. * 链接: https://github.com/bernwang/latte #### 5.semantic-segmentation-editor 点云语义分割标注工具 * 链接: https://github.com/MR-520DAI/semantic-segmentation-editor #### 6.Point-Cloud-Annotation-Tool(常用) 用于在点云中注释3D框的工具。支持KITTI-bin格式的点云。注释格式与Applo 3D格式相同。数据示例可在[此处](http://data.apollo.auto/help?name=data_intro_3d&data_key=lidar_obstacle_label&data_type=0&locale=en-us&lang=en)找到。 * github链接: https://github.com/springzfx/point-cloud-annotation-tool 安装：https://blog.csdn.net/r1141207831/article/details/103881962 * 运行系统：Ubuntu16.04 * 运行环境：ROS Kinetic * 依赖库：pcl 1.8, vtk 8.1, Qt5 Docs: https://www.yuque.com/huangzhongqing/hre6tf/qaauez?singleDoc# 《【det】point_cloud_annotation_tool》 #### 7. ch-sa/labelCloud 点云目标检测标注 标注工具：https://github.com/ch-sa/labelCloud #### 8. xtreme1 https://github.com/xtreme1-io/xtreme1 Xtreme1 unlocks deep insights into data annotation, curation and ontology management for tackling machine learning challenges in computer vision and LLM. The platform's AI-fueled tools elevate your annotation game to the next level of efficiency, powering your projects in 2D/3D Object Detection, 3D Instance Segmentation and LiDAR-Camera Fusion like never before.  #### 8. CloudCompare 标注教程：[三维点云——数据标注_Dujing2019的博客-CSDN博客_点云](https://blog.csdn.net/Dujing2019/article/details/104068721) ## 点云标注的供应商: 1.NIuXie * 链接:http://www.newlshare.com/adas.html 2.倍赛 * 链接:https://www.basicfinder.com/services/label/ 3.playment * 链接: https://playment.io/ ## License Copyright (c) [双愚](https://github.com/HuangCongQing/data-labeling-tools). All rights reserved. Licensed under the [MIT](./LICENSE) License.