常用的样本标注工具有哪些？

以下是常用的样本标注工具汇总，涵盖图像、视频、文本及3D数据标注场景：

一、图像/视频标注工具

LabelMe

特点：支持多边形/矩形/点标注，集成SAM/YOLO-World模型，支持本地安装

适用：目标检测、语义分割

链接：LabelMe官网 https://labelme.io/

T-Rex Label

特点：基于视觉提示的Bbox自动标注，无需安装

适用：难以文本描述的物体标注

链接：T-Rex Label官网 https://trexlabel.com/

Make Sense

特点：在线轻量化标注，支持YOLO/COCO格式导出

适用：快速小规模标注

链接：Make Sense官网 https://www.makesense.ai/

CVAT

特点：开源免费，支持多人协作，多种标注类型

适用：团队协作的复杂标注任务

链接：CVAT官网 https://www.cvat.ai/

VoTT

特点：微软开发，支持视频帧标注与模型集成

适用：大规模图像/视频数据集

链接：VoTT GitHub https://github.com/microsoft/VoTT

LabelImg

特点：轻量级开源工具，专注目标检测框标注

适用：小规模图像项目

链接：LabelImg GitHub https://github.com/HumanSignal/labelImg

二、文本标注工具

Brat

特点：支持实体、关系、事件标注，学术研究常用

适用：信息抽取任务

链接：Brat GitHub https://github.com/nlplab/brat

MarkTool

特点：支持实体嵌套标注与自动标注

适用：大规模文本标注

链接：MarkTool GitHub https://github.com/chosendai/MarkTool

doccano

特点：支持文本分类、序列标注，集成Django框架

适用：情感分析、命名实体识别

链接：doccano GitHub https://github.com/doccano/doccano

三、综合/进阶工具

Label Studio

特点：支持多模态标注（文本/音频/视频），可自定义界面

适用：复杂数据科学工作流

链接：Label Studio官网 https://labelstud.io/

Supervisely

特点：端到端平台，支持3D点云与模型集成

适用：企业级大规模项目

链接：Supervisely官网 https://supervisely.com/

MooreData

特点：AI预标注一键生成，响应速度快

适用：个人开发者高效标注

链接：MooreData官网 https://app.molardata.com/saas?channel=forum&name=toolbox

四、3D标注工具

point-cloud-annotation-tool

特点：支持3D点云数据与KITTI格式

适用：自动驾驶场景

链接：GitHub仓库 https://github.com/springzfx/point-cloud-annotation-tool

以上工具可根据数据类型（图像/文本/3D）、团队规模（个人/企业）及预算（免费/付费）灵活选择。如需进一步推荐，可补充具体标注需求（如任务类型、数据量等）