画像アノテーションとは、画像にラベルや注釈を追加し、画像内のコンテンツに文脈的な意味を与えるプロセスです。このプロセスは機械学習において非常に重要であり、視覚モデルの学習中に画像内の要素を正確に識別するのに役立ちます。

視覚モデルは、車両が道路上のさまざまな物体や障害物を識別できるようにしたり、医療画像の認識を通じて病気の検出と診断を支援したりするなど、幅広い用途があります。

この記事では主に、優れたオープンソースの無料画像注釈ツールをいくつか推奨します。

1. メイクセンス

http://makesense.ai/

https://github.com/SkalskiP/make-sense

Makesense.aiは、写真にラベルを付ける無料のクロスプラットフォームオンラインツールです。小規模なコンピュータービジョンやディープラーニングプロジェクトに最適です。データセットの準備を簡素化し、ラベルは複数の形式でダウンロードできます。このアプリケーションはTypeScriptで記述され、React/Reduxフレームワークを使用して開発されています。YOLOv、COCOデータセットで事前学習済みのSSD、PoseNetなどの高度なAIモデルを統合し、画像のラベル付けを自動化します。AI機能はTensorFlow.jsフレームワークに基づいており、写真をサーバーに転送する必要がないため、データのプライバシーとセキュリティが確保されます。

2. ラベルミー

https://github.com/labelmeai/labelme

Labelmeは、様々なアノテーションタイプをサポートし、カスタマイズ可能なGUIを備えたPythonベースの画像アノテーションツールです。セマンティックセグメンテーションとインスタンスセグメンテーションのために、VOC形式とCOCO形式でデータセットをエクスポートできます。

機能的特徴:

• 多角形、四角形、円、線、点、画像レベルの注釈をサポートします。
• Ubuntu、macOS、Windows向け
• JSONファイルとして保存された注釈情報
• 高度な使用例
• 画像全体にタグを割り当てる
• 単一の面にラベルを割り当てる

3. エクストリーム1

https://github.com/xtreme1-io/xtreme1

Xtreme1は、マルチモーダル学習データにアノテーションを付与し、データのアノテーション、管理、オントロジー管理の効率を向上させるオープンソースプラットフォームです。そのAIツールは、2D/3Dオブジェクト検出、3Dインスタンスセグメンテーション、LiDARカメラフュージョンプロジェクトの効率向上を目指しています。

機能的特徴:

• 画像、3D LiDAR、2D/3D センサー フュージョン データセットのデータ注釈をサポートします。
• 組み込みのラベル付きインタラクティブ モデルは、2D/3D オブジェクトの検出、セグメンテーション、分類をサポートします。
• モデルトレーニング用の一般的なクラス (階層構造を持つ) と属性用の構成可能なオントロジー センター。
• データ管理と品質監視
• ラベルエラーを見つけて修正するためのツール
• モデル評価を支援するためにモデル結果を視覚化する
• 大規模言語モデル向けRLHF（ベータ版）
• Dockerで簡単に使用したり、ソースコードからインストールしたりできます

4. ラベルスタジオ

https://github.com/HumanSignal/label-studio

Label Studio は、オーディオ、テキスト、画像、ビデオ、時系列などのデータ タイプにタグを付けるために使用できるオープン ソース ツールです。

• ユーザーフレンドリーなインターフェースを備え、標準化された形式でデータをエクスポートでき、機械学習モデルの統合をサポートし、特定のプロジェクトに合わせてカスタマイズできます。
• これは Apache 2.0 オープンソース ライセンスに基づいています。

5. ロスト

https://github.com/l3p-cv/lost

LOST（Label Object and Save Time）は、Webベースの共同画像アノテーションツールです。プログラミングの知識がなくても、画像に即座にアノテーションを施すための、あらかじめ構築されたアノテーションパイプラインを提供します。また、ユーザーが独自のアノテーションパイプラインを定義することもできます。

このアプリケーションはスケーラブルで、S3バケットやAzure Blobstorageなどの外部ファイルシステムに簡単に接続できます。ローカルまたはWebサーバー上にセットアップでき、タグツリーの構築、アノテーションプロセスの監視、ブラウザ内でのアノテーション作成など、組織をサポートします。

主な機能:

• Webベースの共同画像注釈フレームワーク
• 即時の画像注釈付けのための事前構築された注釈付けパイプライン
• カスタムアノテーションパイプライン
• スケーラブルなアプリケーション
• S3 バケットや Azure Blobstorage などの外部ファイル システムに簡単に接続できます。
• ブラウザで注釈プロセスを視覚化します。
• 構成はローカルまたは Web サーバー上で実行できます。
• 組織タグツリーをサポート
• 注釈プロセスの監視
• ブラウザ内注釈をサポート
• 半自動ラベル付きパイプのモデリングが可能
• 注釈提案の生成
• 単一画像注釈ツール (SIA) は、境界ボックス、ポリゴン、ポイント、または線に注釈を付けるために使用されます。
• マルチイメージ注釈 (MIA) ツールは、画像クラスター全体に注釈を付けるために使用されます。
• エクスポート注釈機能
• 個人とプロジェクトに基づく注釈統計
• ラベル整理のための色付きラベルツリー
• 注釈機能を確認する
• パイプラインプロジェクトのインポートとエクスポート
• パイプラインプロジェクトの共有
• Jupyter-Lab を統合すると、パイプラインの開発が容易になります。
• LDAP統合
• メール通知
• スケーラブルな設計、集中的なコンピューティングプロセスを複数のマシンに分散

6. CVAT

https://github.com/opencv/cvat

CVAT（Computer Vision Annotation Tool）は、コンピュータービジョンで広く使用されている、動画や画像にアノテーションを付与するためのインタラクティブなツールです。データ中心の人工知能（AI）アプローチをサポートし、オンラインで無料でご利用いただけます。また、サブスクリプションを通じて追加機能もご利用いただけます。CVATはプライベートインストールも可能で、高度な機能についてはエンタープライズサポートも提供しています。

7. グロミットMPX

https://github.com/bk138/gromit-mpx

Gromit-MPX は、Unix デスクトップ環境用の注釈ツールであり、ユーザーは画面に直接描画し、興味のあるポイントを強調表示してプレゼンテーションを強化できます。

8. マイビジョン

https://github.com/OvidijusParsiunas/myvision

MyVisionは、コンピュータービジョン用の機械学習トレーニングデータを生成するための無料のオンライン画像アノテーションツールです。オブジェクトのアノテーションやポリゴン操作のためのバウンディングボックスとポリゴンの描画をサポートし、様々なデータセット形式に対応しています。また、「COCO-SSD」モデルを用いた自動アノテーションもサポートしており、データのプライバシーとセキュリティを確保しながらローカルで実行できます。

サポートされているデータ形式:

機能的特徴:

• オブジェクト注釈の境界ボックスとポリゴンを描画します。
• フィーチャを使用してポリゴン操作を実行し、新しいポイントを編集、削除、追加します。
• さまざまなデータセット形式をサポート
• 「COCO-SSD」モデルを使用した自動注釈をサポートします。
• データのプライバシーを維持するためにローカルで実行します。
• 既存の注釈プロジェクトをインポートして処理を続行できます。
• データセットをある形式から別の形式に変換するために使用できます。

9. ラベル画像

https://github.com/HumanSignal/labelImg

LabelImgは人気の画像アノテーションツールでしたが、その後Label Studioコミュニティに加わり、現在は積極的に開発されていません。Label Studioは、画像、テキスト、音声、動画、時系列データなど、さまざまな種類のデータに適した、柔軟性の高いオープンソースのデータラベリングツールです。

LabelImgのアノテーション情報はPASCAL VOC形式で保存されます。さらに、YOLO形式とXML形式もサポートしています。

10. ココ アノテーター

https://github.com/jsbroks/coco-annotator

COCO Annotator は、画像の位置特定と物体検出のトレーニング用のデータセットを作成するために設計された、Web ベースの効率的で多用途な画像ラベル付けツールです。

セグメントのタグ付け、オブジェクトインスタンスの追跡、可視かつ切断されたパーツによるオブジェクトのタグ付けなどの機能を提供します。直感的でカスタマイズ可能なインターフェースを通じて、COCO形式で注釈を保存およびエクスポートできます。

機能的特徴:

• ウェブベースのツール
• 効率的で普遍的な画像タグ付け
• 画像の位置特定と物体検出のためのトレーニング データを作成するために特別に設計されています。
• セクション番号
• オブジェクトインスタンスの追跡
• 目に見える破損部分を持つオブジェクトにマークを付けます。
• COCO形式でコメントを保存およびエクスポートする
• 直感的でカスタマイズ可能なインターフェース
• ユーザーが画像内の領域を手動で定義できるようにします
• テキストの説明を作成する
• 境界ボックス、マスキング ツール、またはマーカー ポイントを使用してオブジェクトをマークします。
• 自由曲線またはポリゴン注釈
• COCO形式に直接エクスポート
• セグメント化されたオブジェクト
• 重要なポイントを追加する機能
• データ分析に役立つAPIエンドポイント
• COCO形式でデータセットをインポートする
• 切断されたオブジェクトを単一のインスタンスとしてマークします。
• 画像のフラグメントに任意の数のタグを同時にラベル付けします。
• 各インスタンスまたはオブジェクトにカスタムメタデータを許可します
• DEXTR、Mask R-CNN、Magic Wandなどの高度な選択ツール
• 半学習済みモデルを用いた画像アノテーション
• Google画像生成データセットの使用
• ユーザー認証システム

11. ユニバーサルデータツール

https://github.com/UniversalDataTool/ユニバーサルデータツール

Universal Data Toolは、画像、テキスト、音声、ドキュメントなどのデータタイプの編集と注釈付けを行うための多機能アプリケーションです。画像のセグメンテーション、テキスト分類、音声の書き起こしといったタスクに対応しています。リアルタイムの共同作業をサポートし、様々なプラットフォームで動作し、複数のデータ形式をサポートしています。

12.RectLabel

https://github.com/ryouchinsa/Rectlabel-support

Label は、オブジェクトの検出とセグメンテーションに使用できるオフライン画像注釈ツールです。

主な機能:

• Segment Anything モデルを使用して、顔とピクセルをマークします。
• Core ML モデルを使用した自動タグ付け
• 行と単語の自動テキスト認識
• 穴あけ面を使用する
• 3 次ベジェ曲線、線分、点にラベルを付けます。
• 航空写真におけるラベル指向の境界ボックス
• スケルトンを使用して重要なポイントをマークします。
• ブラシとスーパーピクセルを使用してピクセルをマークします。
• オブジェクト、プロパティ、ホットキー、タグをすばやく設定します
• ギャラリー ビューでオブジェクト、属性、画像名を検索します。
• COCO、Labelme、COML、YOLO、DOTA、CSV 形式にエクスポートします。
• インデックスカラーマスク画像とグレースケールマスク画像をエクスポートする
• ビデオから画像フレームへの変換、画像の強化など。

13. オープンラベル

https://github.com/Cartucho/OpenLabeling

OpenLabelingは、画像や動画にラベルを付けるオープンソースツールです。PASCAL VOCやYOLO Darknetなど、複数のフォーマットをサポートしています。

このツールは、ディープラーニング オブジェクト検出モデル、視覚オブジェクト追跡用の干渉を考慮した Siamese ネットワーク、境界ボックス追跡、ビデオ オブジェクト追跡用の OpenCV トラッカーに使用されています。

14. bboxビジュアライザー

https://github.com/shoumikchow/bbox-visualizer

bbox-visualizer は、オブジェクトの周囲にバウンディングボックスを描画するのに役立ちます。これにより、ラベルの配置に関する複雑な数学的計算が不要になります。認識後のオブジェクトにラベルを付ける際に、様々な視覚化方法を提供します。バウンディングボックスのポイントは、(xmin, ymin, xmax, ymax) という形式で表されます。

15. ピクセル注釈ツール

https://github.com/abreheret/PixelAnnotationTool

PixelAnnotationTool は、OpenCV のウォーターシェッド アルゴリズムを使用してディレクトリ内の画像にすばやく手動で注釈を付けることができるツールです。

ユーザーはペンで手動で領域をマークし、アルゴリズムを開始できます。初期のセグメンテーションに修正が必要な場合は、誤った領域に新しい領域ラベルを描き直すことができます。