ARTICLE DETAIL

资讯详情

深耕郑州网站建设与运营推广的一线实战洞察。

VIA:一个用单个 HTML 文件运行的离线图像、音频和视频注释工具

VIA:一个用单个 HTML 文件运行的离线图像、音频和视频注释工具 VIA:一个用单个 HTML 文件运行的离线图像、音频和视频注释工具【免费下载链接】via(MIRROR) see https://gitlab.com/vgg/via/项目地址: https://gitcode.com/gh_mirrors/via/via给图片画框、给视频打时间点这类人工标注是训练模型前绕不开的一步。大多数标注工具要么要装服务器要么要配数据库对只想快速标几百张图的个人用户来说负担太重。VIAVGG Image Annotator牛津大学视觉几何组出品的注释工具把整个软件压缩进一个不到 400KB 的 HTML 页面浏览器打开即用不联网也能标。拿到它之后如何开始使用不需要安装任何依赖。克隆仓库后在本地浏览器打开对应版本的 HTML 入口即可例如 3 版对应 via-3.x.y 源码目录中的各注释器页面。想从源码构建可以用仓库内的打包脚本合并 HTML/CSS/JS例如 via-3.x.y/scripts/pack_via.py。如果需要离线拿到完整代码git clone https://gitcode.com/gh_mirrors/via/via仓库按大版本分成 via-1.x.y、via-2.x.y、via-3.x.y 三个目录选 3.x.y 就是最新的功能集。仓库里还带了预置示例数据的 demo 页面如via-3.x.y/data/demo/下的图像、视频、音频注释 demo打开就能直接上手练习不用自己先准备素材。三种媒体一次搞定VIA 的覆盖范围比图片标注工具这个常见定位要宽图像支持矩形、圆、椭圆、多边形、折线、点等多种区域形状每个区域还能挂属性如下拉框、单选、复选、文本标注时不用反复切页面。视频既能做时间轴切分第 3.2 秒到 8.7 秒发生了什么也能在某一帧上画空间区域两类信息关联在一起记录。音频按时间段划分说话人或事件3.0.9 版本还加入了字幕编辑和波形相关功能。上图为 1.x 版界面左侧选择区域形状右侧在图片上直接绘制下方表格集中管理所有区域的属性值。标注结果能导出哪些格式这是判断标注工具实用性的关键。VIA 导出以 CSV 为主含空间区域和时间段两类 CSV同时支持 JSON 项目文件的导入导出3.0.8 起还提供把视频逐帧标注转成 COCO 格式的导出页via3_video_annotation_to_coco.html方便直接对接下游训练框架。导入侧也兼容 COCO 格式已有 COCO 数据集的用户可以先导入再用 VIA 人工修正。另外标注项目可保存到浏览器本地存储也支持多人协作共享项目并做三方合并避免同一批数据被反复标注。上图是 2.x 版的人脸轨迹模式同一个人在 165 帧里的区域被自动归为一组只需在底部表格填一次名字和属性适合做跨帧跟踪类标注。它适合谁、不适合谁适合需要快速人工标注图像、音频、视频的算法学生、研究团队想要零成本、可商用BSD-2 协议学术和商业均可用标注方案的个人开发者以及标注量在几百到几万条之间、无需团队协作后台的小型项目。不适合需要权限管理、任务分发的企业级标注平台对像素级精细分割如逐像素 mask有强需求的场景VIA 的区域以边界框和多边形为主。背后是牛津 VGG且更新节奏清晰VIA 由牛津大学视觉几何组VGG开发2016 年 8 月立项v1 于 2017 年 4 月发布v22018 年 6 月扩展了图像标注能力v32019 年 5 月加入音频和视频支持到 2019 年 7 月累计使用已超 100 万次。技术实现刻意保持纯 HTML CSS JavaScript、零外部库依赖via-3.x.y/CodeDoc.md 对代码结构和项目 JSON 格式都有说明想二次开发的读者从这里入手成本很低。如果你只是想给一批图片或一段音视频做人工标注、且希望过程完全不依赖网络和安装VIA 基本是同类工具里启动成本最低的选择反过来若你的核心诉求是团队协作流程管理则需要另找平台型工具。【免费下载链接】via(MIRROR) see https://gitlab.com/vgg/via/项目地址: https://gitcode.com/gh_mirrors/via/via创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表