wkentaro/labelme

解決する課題

Labelmeは、機械学習モデルのトレーニングデータを作成するために、画像や動画にアノテーションを付けるためのグラフィカルインターフェースを提供します。分類、バウンディングボックス検出、セマンティックセグメンテーションやインスタンスセグメンテーションといったタスクのための物体ラベル付けプロセスを簡素化します。

仕組み

ユーザーはLabelme GUIで画像や画像のフォルダを開き、多角形、矩形、円、線、点などのさまざまな形状を描画して物体を定義します。このツールは、これらのアノテーションをJSONファイルとして保存します。また、AI支援機能が統合されており、SAM (Segment Anything Model) や YOLO-world などのモデルを使用して自動的にアノテーションを生成できます。このプロジェクトは、VOCやCOCOといった標準フォーマットへのデータエクスポートをサポートしています。

対象ユーザー

このツールは、コンピュータビジョンプロジェクト向けに高品質なデータセットを手動でラベル付け、または半自動化して作成する必要がある研究者、データサイエンティスト、開発者向けに設計されています。

ハイライト

• 多様なアノテーションタイプをサポート：多角形、矩形、円、線、点。
• SAM、EfficientSAM、YOLO-worldモデルを使用したAI支援アノテーション機能。
• 一般的なコンピュータビジョンのワークフローと互換性のある標準フォーマット（VOC、COCO）でのデータエクスポート。
• クロスプラットフォームのデスクトップアプリケーションまたはPythonパッケージとして利用可能。
• 動画アノテーションおよび多言語インターフェースをサポート。