本次分享一个谷歌暗度陈仓收集客户标注数据的故事，城市套路深，我要回农村；分享九个数据标注最常用的工具，涵盖打点，拉框，OCR，语义分割，3D等。

01一个故事

2004 年，谷歌宣布开启全球图书馆馆藏图书的数字化计划，扫描了哈佛大学、牛津大学、斯坦福大学、康奈尔大学、纽约公共图书馆等世界一流设施内的书籍，光哈佛大学就有 1600 万册，将它们制作成电子版。

书页内的文字主要通过 OCR 光学字符扫描分析，转换成为文本。识别过程并非完美，字迹模糊、污迹等都可能产生错误，所以需要配合人工修正。

谷歌怎么做呢？他们直接把难于识别的文字，做成了验证码，当你在某些情况下需要登录验证谷歌帐号时，展示两个单词——一个单词是谷歌已知信息，靠这个完成真正的验证动作，另一个就是上述无法识别的图书文本，谷歌让你来肉眼识别，至少三个用户给出同一个结果，就会被提交给谷歌服务器。

恭喜你被套路了!

同样的，谷歌将这套发扬到了无人驾驶领域，做成了图形验证界面，让用户在验证环节，从一堆谷歌街景的实拍照片矩阵中，选出「人」、「车」或是「路牌」。

尽管谷歌自身已有海量数据积累，但为了提升现行主流的「有监督学习」算法模型的准确度，数据永远不嫌多，直接或者间接从用户手中花样收集数据标注，包装出各种各样的形态，防不胜防.但背后的一切还是流量的支持，没有流量怎么办？踏踏实实一点一点标注吧。02九个工具

1.LabelImg

主页地址:https://github.com/tzutalin/labelImg

下载以后根据作者提供的安装指南即可安装，如果安装不上怎么办，不用这么麻烦，下面这个地址提供了直接下载的地址，下载预编译exe即可：

https://github.com/zhaobai62/labelImg

支持VOC2012格式与tfrecord自动生成！

2.LabelIme

主页地址:https://github.com/wkentaro/labelme

支持对象检测、图像语义分割数据标注，实现语言为Python与QT。

支持导出VOC与COCO格式数据实例分割

强烈推荐，实例分割都可以用它标注！

3.RectLabel

https://rectlabel.com/

支持导出YOLO、KITTI、COCOJSON与CSV格式

读写Pascal VOC格式的XML文件

4.OpenCV/CVAT

官方主页:https://github.com/opencv/cvat

高效的计算机视觉注释工具，支持图像分类，对象检测框，图像语义分割

5.VOTT

官方主页:https://github.com/microsoft/VoTT

Microsoft发布了一个基于WEB的可视化数据注释工具，用于本地部署。

支持图像和视频数据注释

6.LableBox

官方主页:https://github.com/Labelbox/Labelbox

WEB模式下的标记工具

提供自定义注释API支持

纯JS + HTML支持

7.VIA-VGG Image Annotator

http://www.robots.ox.ac.uk/~vgg/software/via/

VGG发布的图像标准工具

基于WEB方式的标注工具

8.PixelAnnotationTool

https://github.com/abreheret/PixelAnnotationTool

9.point-cloud-annotation-tool

官方地址:https://github.com/springzfx/point-cloud-annotation-tool

3D点云数据注释工件

支持3D BOX盒子生成

支持KITTI-bin格式数据

数据标注｜国家信息安全标准化技术委员会-人工智能安全标准化白皮书（2019）

数据标注｜明星秒变宠物脸

数据标注｜定义我，请先了解我