深度学习标注工具（包括自动标注）总结——持续更新
首次记录日期2023年10月24日
| 名称 | 导出格式 | 支持形状 | 地址 | |
| 1 | anylabeling | 支持yolov5和v8，自动标注的软件 | 沿物体轮廓分割 | https://github.com/vietanhdev/anylabeling |
| 2 | RectLabel | 使用Core ML模型自动标记图像 对象、属性、热键和快速标签的设置。 以PASCAL VOC XML格式读写，导出到YOLO、KITTI、COCOJSON与CSV | 绘制边界框、多边形、三次bezier、直线和点 使用骨架绘制关键点 使用笔刷和超级像素工具标记像素 | https://rectlabel.com/ |
| 3 | LableBox | Labelbox还提供了API接口，可以与其他自然语言处理工具和机器学习平台无缝集成。导出Json。Labelbox提供了许多先进的功能，如自动标注、质量控制、标注审核等，可以大大提高标注效率和标注结果的准确度。 | 支持图像标注和文本标注，可以进行分类、边界框、实体、关系等多种标注类型，支持对象检测框、实例分割数据标注。 | https://github.com/Labelbox/Labelbox |
| 4 | PixelAnnotationTool | 快捷，半自动化，类似PS蒙版，基于OpenCV中分水岭算法实现（不足：标注对象若颜色分布不均匀，软件无法识别；如果识别出来，大概率覆盖掉周围物体，很难修改） | 图像语义分割与实例分割标注神器 | https://github.com/abreheret/PixelAnnotationTool |
| 5 | LabelImg | VOC，tfrecord（批注以PASCAL VOC格式存储为XML文件） | 矩形 | https://github.com/tzutalin/labelImg |
| 6 | Labelme | JSON、VOC与COCO | 矩形、圆形、线段、点（多边形分割、语义分割、2D框、线标注、点标注（可用于目标检测，图像分割等任务）视频标注） | https://github.com/wkentaro/labelme |
| 7 | OpenCV/CVAT | CVAT for video、CVAT for images、PASCAL VOC、(VOC) Segmentation mask、YOLO、COCO、TFRecord、MOT、LabelMe 3.0、Datumaro | 支持图像分类、对象检测框、图像语义分割、实例分割数据标注在线标注工具，它能够对图像、视频做矩形、关键点、图像分割、目标追踪、3D等标注（多边形分割、语义分割、2D框、线标注、点标注，3D点云，视频标注） | https://github.com/opencv/cvat |
| 8 | VOTT | 导出CNTK/Pascal VOC，TFRecord、CSV、VoTT格式 | （支持点、线、2D框、语义分割与视频数据标注）支持图像与视频数据标注 | https://github.com/microsoft/VoTT |
| 9 | VIA-VGG Image Annotator | CSV、JSON | 能标注矩形、圆、椭圆、多边形、点和折线标注，VGG 有一个亮点，根据标签 ID 可以自定义不同的标签名称，在遇到复杂难懂的标签名称时，我们也能轻松搞定，支持对象检测、图像语义分割与实例分割数据标注，人脸数据标注首选工具 | http://www.robots.ox.ac.uk/~vgg/software/via/ |
| 10 | point-cloud-annotation-tool | 支持KITTI-bin格式数据 | 3D点云数据标注神器 支持点云数据加载、保存与可视化 支持点云数据选择 支持3D BOX框生成 | https://github.com/springzfx/point-cloud-annotation-tool |
| 11 | Boobs | 支持图像数据标准为YOLO格式 现在也支持VOC/COCO格式数据导出 | 专属的YOLO BBox标注工具 | https://github.com/drainingsun/boobs |
| 12 | ImgLab | 包括 dlib、XML、Pascal VOC 和 COCO | 点、圆、边界框、多边形等多种标签类型 | https://github.com/davisking/dlib |