awesome-data-labeling
awesome-data-labeling 是一份精心策划的开源数据标注工具合集。它收录了涵盖图像、文本、音频等多种模态的优秀标注软件，为 AI 开发提供一站式资源导航。在机器学习流程中，数据标注往往占据大量精力，而市场上工具繁杂，寻找合适方案费时费力。这份清单有效解决了信息分散的问题，帮助用户快速匹配所需功能。它主要面向人工智能开发者、算法研究员及数据工程团队。内容亮点在于分类细致，既包含了 labelImg、CVAT 等经典独立应用，也收录了支持半自动标注的 Anno-Mage 及协作平台 MedTagger。无论项目规模大小，用户都能从中发现提升效率的利器，从而将更多精力投入到核心算法优化上，加速模型落地进程。
使用场景
某自动驾驶初创团队正在构建城市道路感知系统，急需为数千张街景图片添加车辆与行人边界框标注。
没有 awesome-data-labeling 时
- 工程师在 GitHub 上零散搜索标注软件，花费大量时间对比各工具的功能差异。
- 选定的本地工具不支持多人协作，导致数据版本管理混乱且沟通成本高。
- 缺乏针对特定算法格式（如 YOLO）的现成 GUI，需额外编写脚本转换标注文件。
- 面对海量数据，找不到支持批量处理或半自动辅助的高效工具。
使用 awesome-data-labeling 后
- 通过 awesome-data-labeling 直接筛选出支持 Web 端协作的 CVAT 或轻量级 labelImg。
- 根据项目需求快速匹配到适合 YOLO 训练的 Yolo_mark 工具，无需二次开发。
- 避免了重复造轮子，团队直接复用成熟方案，标注流程搭建时间缩短一半。
- 结合 awesome-data-labeling 收录的半自动工具 Anno-Mage，利用预训练模型辅助标注，大幅降低人工成本。
借助 awesome-data-labeling，团队在选型阶段节省了调研成本，让数据准备环节不再成为模型开发的瓶颈。
运行环境要求
- 未说明
未说明
未说明
快速开始
精选数据标注工具
精选的绝佳数据标注工具列表
图像
- labelImg - LabelImg 是一款图形化图像标注工具，用于标注图像中的对象边界框 (bounding box)
- CVAT - 功能强大且高效的计算机视觉 (Computer Vision) 标注工具
- labelme - 使用 Python 进行图像多边形标注
- VoTT - 用于图像和视频资产的开源标注和标记工具
- imglab - 一款基于 Web 的工具，用于标记可用于训练 dlib 或其他目标检测器 (object detectors) 的对象图像
- Yolo_mark - 用于训练神经网络 Yolo v3 和 v2 的 GUI，用于标记图像中对象的边界框
- PixelAnnotationTool - 允许您手动快速标注目录中图像的软件
- OpenLabeling - 为计算机视觉应用标注图像和视频
- imagetagger - 一个用于协作图像标注的开源在线平台
- Alturos.ImageAnnotation - 一种用于标注图像数据的协作工具
- deeplabel - 一款用于机器学习 (Machine Learning) 的跨平台图像标注工具
- MedTagger - 一个利用众包 (Crowdsourcing) 标注医疗数据集的协作框架
- Labelbox - Labelbox 是构建和发布计算机视觉应用最快的数据标注方式
- turktool - 一款现代化的 React 应用，用于图像的可扩展边界框标注
- Pixie - Pixie 是一款 GUI 标注工具，提供边界框、多边形、自由绘制和语义分割 (Semantic Segmentation) 对象标注
- OpenLabeler - OpenLabeler 是一款用于 AI 应用对象标注的开源桌面应用程序
- Anno-Mage - 一款半自动图像标注工具，通过预训练模型帮助您对 80 个对象类别进行标注建议
- CATMAID - 海量图像数据的协作标注工具箱
- make-sense - makesense.ai 是一款免费使用的在线照片标注工具
- LOST - 在基于 Web 的环境中设计您自己的智能图像标注流程
- Annotorious - 一款用于图像标注的 JavaScript 库
- Sloth - 用于计算机视觉研究标注图像和视频数据的工具
文本
- YEDDA - 一款轻量级协作文本跨度标注工具（分块、命名实体识别 (NER) 等）。ACL 最佳演示提名。
- ML-Annotate - 为机器学习目的标注文本数据。ML-Annotate 支持二分类、多标签和多类别标注。
- TagEditor - 用于 spaCy 的标注工具
- SMART - 针对资源受限的训练数据收集的智能人工标注
- PIAF - 一款问答标注工具
音频
- EchoML - 播放、可视化和标注您的音频文件
- audio-annotator - 用于标注和标记音频文件的 JavaScript 接口
- audio-labeler - 一款基于浏览器的应用，使用 Docker 和 Flask 随机标记音频片段
- wavesurfer.js - 简单的标注工具，请查看示例
- peak.js - 由英国 BBC 开发的基于浏览器的音频波形可视化和与音频波形交互的 UI 组件
- Praat - 计算机语音学
- Aubio - 旨在从音频信号中提取标注的工具
视频
- UltimateLabeling - 一款多功能 Python 视频标注 GUI，集成了最先进 (SOTA) 检测器和追踪器
- VATIC - VATIC 是一款用于计算机视觉研究的在线视频标注工具，将工作众包至亚马逊机械土耳其人 (Amazon Mechanical Turk)
时间序列
- Curve - Curve 是一款开源工具，帮助标注时间序列数据中的异常值
- TagAnomaly - 异常检测分析和标注工具，专门针对多个时间序列（每个类别一个时间序列）
- time-series-annotator - CrowdCurio 时间序列标注库实现了时间序列的分类任务
- WDK - 可穿戴开发工具包 (Wearables Development Toolkit, WDK) 是一套促进使用可穿戴设备开发活动识别应用的工具集
三维
- webKnossos - webKnossos 是一款开源基于 Web 的工具，用于可视化、标注和共享大型 3D 图像数据集。它具有快速的 3D 数据浏览、骨架（线段）标注、分割和校对工具、网格可视化和协作功能。公共实例 webknossos.org 托管已发布的数据集集合，无需本地设置即可使用。
- KNOSSOS - KNOSSOS 是一款用于 3D 图像数据可视化和标注的软件工具，专为神经形态和连接性的快速重建而开发
激光雷达
- semantic-segmentation-editor - 用于相机和激光雷达 (LIDAR) 数据的 Web 标注工具
多领域
- Label Studio - Label Studio 是一款可配置的数据标注工具，适用于不同的数据类型
- Dataturks - Dataturks 支持 ML 项目的数据项端到端 (E2E) 标记，如视频、图像（分类、分割和标记）和文本（PDF、Doc、Text 等的全文档标注）
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。