数据标注工具精选列表
awesome-data-labeling
3/5
🧩 软硬件结合
已发布
项目简介
A curated list of awesome data labeling tools
awesome-data-labeling 是一个精心整理的数据标注工具资源列表，旨在为机器学习从业者、计算机视觉工程师和数据科学家提供一站式的工具发现平台。随着人工智能模型对高质量标注数据的需求日益增长，选择合适的标注工具成为项目启动的关键环节。该项目将分散在各处的开源标注工具按数据类型分类汇总，解决了“找工具难、选工具乱”的痛点。
标签
项目特点
**覆盖面广**：包含图像、文本、音频、视频、时间序列、3D和激光雷达等多种数据类型的标注工具
**精选整理**：每个工具都经过筛选，并附有简要的功能描述
**开源为主**：列表中的大部分工具都是开源项目，可直接使用或二次开发
**持续更新**：作为精选列表，项目会持续收录新的优秀标注工具
**分类清晰**：按数据类型分类组织，便于快速查找
技术规格
| 数据类型 | 图像、文本、音频、视频、时间序列、3D、激光雷达、多领域 |
|---|---|
| 工具数量 | 40+ |
| 主要语言 | Python, JavaScript, React, Java等 |
| 许可证 | 各工具独立，多为开源许可证 |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| 数据标注工具 | 40+ | — | 涵盖多种数据类型 |
能力画像
⚪ 记忆与知识检索: 3/5
🔵 逻辑推演: 1/5
⚪ 表达与交流: 1/5
⚪ 感知与观察: 1/5
⚪ 数理与计算: 1/5
⚪ 动手与操作: 1/5
⚪ 狂热与坚持: 1/5
⚪ 创造与创新: 1/5
所需技能
🔧 **动手能力**：无需动手能力，仅需浏览和阅读
💻 **编程能力**：无需编程能力，但了解Python或JavaScript有助于使用部分工具
⚡ **电子电路**：无需电子电路知识
适用场景
寻找适合特定数据类型的标注工具
比较不同标注工具的功能和特点
为机器学习项目选择数据标注解决方案
了解数据标注领域的开源工具生态