Awesome GitHub RepositoriesAnnotation and Data Tools

AirSim is a high-fidelity simulation platform designed for the development and testing of autonomous vehicles. Built as a plugin for game engines, it provides a physics-based environment that models vehicle dynamics and sensor data, serving as a foundation for robotics research, computer vision training, and reinforcement learning. The platform distinguishes itself through its support for hardware-in-the-loop and software-in-the-loop testing, allowing developers to validate control logic and firmware against real-world signals or concurrent processes. It offers extensive programmatic control

CVAT est un outil d'annotation de vision par ordinateur open-source et une plateforme de gestion de jeux de données visuels. Il fournit une interface auto-hébergée pour étiqueter des images, des vidéos et des données 3D afin de créer des jeux de données pour des modèles d'IA de vision. La plateforme dispose d'un étiquetage de données assisté par IA pour automatiser la création de masques et de boîtes englobantes, utilisant un système de plug-in pour connecter des modèles d'apprentissage automatique externes. Il inclut un système d'assurance qualité basé sur le consensus qui vérifie la précision des étiquettes en comparant des annotations indépendantes. Le système couvre la gestion d'équipe collaborative, l'organisation de projets par décomposition de tâches et l'intégration de stockage cloud distant. Il fournit également une API REST pour le contrôle programmatique du flux de travail et l'importation/exportation de données dans des formats standard de l'industrie.

Labelme est un outil d'annotation d'images basé sur Python utilisé pour créer des jeux de données de vision par ordinateur. Il sert d'éditeur visuel pour la segmentation sémantique, permettant aux utilisateurs de définir les limites des objets en utilisant des polygones, des rectangles, des points et des cercles. L'application fonctionne également comme un annotateur d'images multispectrales, prenant en charge les fichiers TIFF à haute profondeur de bits utilisés dans l'imagerie satellite et scientifique. L'outil intègre des capacités d'étiquetage assisté par IA pour automatiser la création de masques et de polygones. Ces fonctionnalités permettent la génération de formes pilotée par des invites textuelles ou des sélections de points interactives, qui proposent des limites basées sur des points positifs et négatifs placés par l'utilisateur. Le logiciel couvre un large éventail de tâches de gestion et d'annotation de données, y compris la création de masques de pixels denses, de boîtes englobantes pivotées et de séquençage d'images vidéo. Il inclut un pipeline pour traduire la persistance d'état JSON interne en formats de jeu de données standard tels que COCO et Pascal VOC. Les capacités supplémentaires incluent des indicateurs de classification au niveau de l'image, des outils de raffinement de géométrie et l'importation d'images par lots.

Doccano is a collaborative labeling platform and text annotation tool designed to create training data for machine learning. It provides a specialized interface for performing sequence labeling and text classification on natural language datasets. The system functions as a supervised learning dataset manager, allowing multiple users to coordinate within a shared workspace to label datasets for natural language processing tasks. It supports the preparation of raw text data for model training by converting unstructured documents into structured labeled examples. The platform includes capabilit

ZenML is an extensible machine learning orchestration framework designed to manage the end-to-end lifecycle of data pipelines and AI agent workflows. It functions as a durable orchestrator that executes machine learning tasks as directed acyclic graphs, ensuring that every step is containerized for consistent performance across local, cloud, and hybrid infrastructure. By decoupling pipeline code from underlying compute and storage backends, the platform allows developers to define infrastructure-agnostic stacks that remain portable across diverse environments. The project distinguishes itself

Source code for the LabelMe annotation tool.

JS Segment Annotator