圖片標註（Image annotation）是一種運用模型訓練和機器學習的技術，讓你可以用框選、形狀、標記點等工具，進而在圖片上做筆記或記錄客戶建議，是一個可以讓你高效又精準管理圖片和設計專案的方法！
如果你需要：
快速辨識圖片、照片、影片中的物件
追蹤圖片裡的區塊或物件
幫你的設計素材建立「深度學習」的資料庫
我們將在本文介紹 19 個免費和付費的工具推薦、特色、價格，趕快往下閱讀，找到一個能幫你進行圖片標註的實用工具吧！
9 個高 CP 值的付費圖片標註工具1. Eagle
圖片來源：Eagle
Eagle 可能是本文中最簡單實用的圖片註解工具，它採用邊界框技術來幫助使用者在圖片和 GIF 上製作標籤和留言，只要框選，就可以完成標記！
雖然圖片標註不是 Eagle 主打的功能，但它的基本管理功能很好，可以讓你進一步高效地整合、搜尋和瀏覽各式各樣的設計素材和圖片，讓你能減少重複的日常工作並自動化一些管理流程！
特色：
不需要了解太多進階技術，只要把它當作標籤一樣即可
可以透過註解篩選檔案
能夠與團隊成員分享註記
優點：
方便使用的
適合初學者
可在一個工具中整合和管理各類型檔案
價格：
30 天免費試用
$29.95/ 終身使用
2. V7
圖片來源：V7
V7 可以自動化標註、管理資料和 autoML 模型訓練，自動完成標註任務，並且支援多種檔案，包括圖片、影片、PDF、3D 資料等。
特色：
不需事先培訓的自動註解
大規模、穩定的數據資料庫
可整合資料標籤
即時協作和流暢的使用者體驗
完美影片註解工具
優點：
適合初學者、非專業技術使用者
支援最獨特的檔案類型（UH 解析度、多光譜、顯微鏡格式、PDF）
價格：
14 天免費試用
教育：免費
團隊：450 美元／月（按年計費）
業務：自動化管道（詳細）
Pro：生產規模（詳細）
3. Labelbox
圖片來源：Labelbox
Labelbox 旨在提高圖片標註的準確度和速度，它允許你從多種類型的檔案中匯入任何資料、自動標記和編排複雜的工作流程。成立於 2018 年，此後迅速走紅。
特色：
人工智慧輔助標註
綜合資料標籤服務
可優先處理需要標記的素材
高品質訓練資料的 QA/QC 能力
強大的貼標機效能分析
可定製的介面以簡化任務
優點：
用於語義分割的超像素著色選項
介面易於操作
先進的效能和品質控制監控
價格：
免費 10000 條註解
自定專業和企業計劃
4. Scale AI
圖片來源：Scale AI
Scale 是一個為 AI 應用程式提供高品質機器訓練和驗證資料的資料平台，它有助於提高 3D 感應器、圖片和影片資料註解的敏銳度，更不用說用於物件檢測、分類、文字識別等的能力！
特色：
機器學習驅動的預設標記
自動化品質控管
動態生成分類任務
模型循環資料管理
優點：
非常適合涉及激光雷達和地圖的自動駕駛使用
易於上手
價格： 自定快速和企業計劃（聯絡他們）
5. SuperAnnotate
圖片來源：SuperAnnotate
SuperAnnotate 是世界領先的平台，用於視覺和 NLP 最高品質的訓練資料庫。它是端到端的圖片、影片和檔案註解平台，用於註解、訓練和自動化你的 AI 管道，並且可以簡化和自動化電腦視覺工作流程。
SuperAnnotate 允許您使用框、多邊形、線、關鍵點、長方體和逐像素註解的工具包，以更快的速度對圖片、影片和文字進行註解。
特色：
高級工具和 QA、ML 和自動化功能
超像素語義分割
多種應用工具
支援透過圖片轉換各種格式
優點：
可大規模註解多種資料格式
價格：
14 天免費試用
自定 Starter、Pro、Enterprise 計劃（聯絡他們）
6. DataLoop
圖片來源：DataLoop
DataLoop 也是一個人工智慧驅動的資料管理工具，具有端到端的資料管理、自動化管道和品質良好的資料標籤平台，它涵蓋了從資料標記、自動化資料操作和部署生產管道等功能。
適用於各種行業，包括零售、無人機、媒體和內容創作，為基本的電腦視覺任務提供工具，例如檢測、分類、關鍵點和分割，並支援圖片和影片資料。
特色：
模型輔助標註
多種資料類型支援
支援影片
可視化、協作和探索資料集
優點：
快速並降低資料處理成本
每個人都可以透過最少的訓練來使用它
簡單的介面
價格： 聯繫他們
7. TELUS International (Playment)
圖片來源：TELUS International
這是一個無程式碼、自助式資料標記平台，其啟發式設計旨在幫助 ML 團隊以高效的成本、規模和速度新增多樣化、高品質的地面實況資料集。它成立於 2015 年，支援圖片、影片和各種基本註解工具的電腦視覺模型訓練資料。
特色：
只要求企業共用資料和標籤指南
允許提取屬性
可以檔案管理
優點：
可快速操作
高品質的資料集
有產品比較和競爭對手分析功能
內建進階的品質控制工具
價格： 聯繫他們
8. Supervisely
圖片來源：Supervisely
Supervisely Enterprise 是完全託管、雲端友好的、可線上使用的，它提供 API、SDK 和後端源程式碼，擁有許多客製化的功能，可以整合到任何技術中。除了框、線、點、多邊形或點陣圖畫筆等基本註解工具外，Supervisely 還提供資料轉換語言工具並啟用 3D 點雲端，功能非常多！
特色：
高級標籤工具
人工智慧輔助標註
多格式資料標註與管理
可自定資料格式開發和匯入擴充
3D點雲端
優點：
上傳和註解輕而易舉
在多邊形內繪製孔
資料轉換語言工具
價格：
社群計劃：免費 1000 張圖片
本機企業計劃：30 天免費試用
9. Hive Data
圖片來源：Hive Data
Hive Data 成立於 2013 年，是一個完全託管的資料註解工具，用於 AI/ML 模型獲取和標記訓練資料。Hive 以世界上最高品質的視覺和音訊資料為基礎，專注於為新創提供實用的 AI 解決方案和資料標籤。
它支援圖片、影片、文字、3D 點註解和多個資料庫，除了基本的註解類型，Hive Data 還提供多幀物件跟蹤、輪廓和 3D 全景分割等功能。
特色：
支援多種資料類型
可用的資料源
優點：
內建訓練模型
支援專案管理工作流程
支援不同類型的查詢，和 hdfs 和 hql 相容
價格： 聯繫他們
10 個免費圖片標註工具推薦1. Scalabel.ai
圖片來源：Scalabel.ai
Scalabel 是一個開源的網路註解工具，被稱讚為最好和最輕鬆的註解工具。它支援 2D 圖片邊界框、關鍵字分割、可行駛區域、車道標記、3D 點邊界框、影片跟蹤技術等等。
特色：
功能創新
介面整齊
物件追蹤和插值演算法
優點：
有專案管理功能
穩定
2. RectLabel
圖片來源：RectLabel
RectLabel 是一個圖片標註工具，用邊界框物件檢測和分割以標記圖片，你可以編輯點以符合標記形狀，使用骨架繪製關鍵點，甚至使用畫筆工具標記像素，使圖片註解過程變得便利。
特色：
可繪製邊界框、多邊形、曲線、直線和點
使用 Core ML 模型自動標記圖片
以 PASCAL VOC XML 格式讀寫
增強圖片、調整圖片大小、影片關鍵幀等
優點：
可以輸出COCO格式（Json檔案）
將深度地圖疊加到圖片上
3. MakeSense.AI
圖片來源：MakeSense.AI
MakeSense 是一個免費的開源線上工具，你需要將所有圖片上傳到網站以對他們進行註解。它採用COCO SSD 物件檢測模型和 POSE-NET 技術進行註解。不過它沒有提供在兩者之間儲存註解的方法，也就是說，如果你重新整理瀏覽器，註解進度將消失，而且，它也不能作為團隊協作工具使用、不能以 ZIP 格式上傳圖片等。
特色：
用於邊界框的 COCO SSD 物件檢測模型
使用 POSE-NET 技術
優點：
開源和免費
可快速操作
4. VGG Image Annotator (VIA)
圖片來源：VGG image annotator
VGG Image Annotator (VIA) 是一個開源免費的圖片標註工具，也可以離線使用。他們有提供給初學者的新手教學，對初學者非常友好，其中包括如何匯入模型註解和更改檔案屬性的步驟。
特色：
有多種註解工具
支援影片註解
優點：
以 COCO 格式匯出
可以大規模執行
適合團隊合作
5. imglab
圖片來源：imglab
Imglab 是一個線上工具，可用於訓練 dlib 或其他對象檢測器的對象的圖片。你也可以把它下載到電腦，或直接在線上使用，不需登錄。
除了基本的註解功能外，它還可以與瀏覽器擴充一起使用，幫你加快處理速度並完成自動註解。
特色：
多種標籤工具
支援各種資料庫（dlib、XML、Pascel VOC 等）
優點：
不需安裝
確保隱私和安全
6. CVAT
圖片來源：CVAT
電腦視覺註解工具 (CVAT) 是一個免費、開源、線上的圖片和影片註解工具，用於標記電腦視覺資料，由英特爾開發和維護。
CVAT 有一個簡單明瞭的 UI，支援基礎知識，包括框、多邊形、折線和點註解。
特色：
檢測物件、圖片分類和圖片分割
半自動註解
有任務列表，方便管理
優點：
適合團隊使用
半自動註解
以 COCO 格式匯出
7. labelimg
圖片來源：labelimg
LabelImg 是一個圖形圖片標註工具，支援邊界框，並且有一些內建的功能對 Windows 使用者非常友善。LabelImg 可能不是本文中最好的免費圖片標註工具，有點像前面介紹的 Eagle，但它簡單、快速且對初學者友好，即使你對圖片註記這個技術不太熟悉也不用擔心。
特色：
註解在 PASCAL VOC 中將儲存為 XML 檔案
本機工具
只有圖片註解
優點：
適合初學者
8. labelme
圖片來源：labelme
LabelMe 是使用 Qt 開發的，是經典、免費、開源的圖片標註工具，不過你需要安裝 Python 才能使用這個工具，這對於不熟悉編碼和初學者的人來說可能是一個很大的缺點。
它支援多邊形、矩形、圓、線和點註解工具，但只能以 JSON 格式儲存檔案。LabelMe 的優點是你可以新增一個「檔案列表」，讓你方便記錄註解的過程。
特色：
檔案列表（任務列表）
多種註解工具
修改控制點
優點：
開源
9. Tictag.io
圖片來源：Tictag.io
Tictag 成立於新加坡，旨在讓資料標註變得輕鬆有趣。也就是說，它的遊戲化過程對初學者來說絕對是一件好事，你甚至可以透過做註解來獲得獎勵！
特色：
使用它就像在玩遊戲一樣
優點：
支援手機版
為機器學習收集準確的資料
10. VoTT (Visual Object Tagging Tool)
圖片來源：VoTT
註：VoTT 目前已不再維護！
VoTT（Visual Object Tagging Tool）是微軟開發的一款免費、開源的圖片標註工具。它有幾個有趣的功能並支援多種匯出格式，但可惜是它目前已不再維護。
VoTT 支援多種匯出格式，例如 Azure Custom Vision Service、CSV、CNTK、Pascal VOC、Tensorflow Records 和 VoTT Json 等，另外還有有趣的主動學習功能，讓你可以在預測標籤和自動檢測之間進行選擇。除了圖片標註，該工具還可用於影片標註。
特色：
具備主動學習功能
可以從本機和雲端儲存提供商匯入和匯出資料
允許在新影片上執行和驗證經過訓練的 CNTK 對象檢測模型，以生成更強大的模型
優點：
支援端到端（End-to-end）
可以 Azure Custom Vision Service、CSV、CNTK、Pascal VOC、Tensorflow Records 和 VoTT Json 格式匯出
想知道更多管理圖片的方法？讓 Eagle 來幫你！在評估完這麼多的圖片標註工具之後，這邊推薦一款實用的檔案管理工具 Eagle，幫你更進一步提高設計生產力，它可以不開啟專用軟體直接預覽各式各樣不同的設計素材，還有簡潔的介面、強大的智慧資料夾功能，可以自動幫你依據想要的標籤、顏色或檔案名稱做出新分類，甚至是上述免費圖庫網站上看到的圖片，都可以一鍵全部輕鬆收藏、分類，幫你大幅提升工作效率！
除此之外，Eagle 部落格更提供你好用的設計資源、資訊懶人包，讓你成為更好的設計專業工作者！ 如果你還是覺得缺乏靈感或創作動力，歡迎到 Eagle 設計資源社區走走，這裡有著數以萬計的設計師分享好用工具與靈感網站，Eagle 就是要幫助你在設計之路上更省力！