检测分割标定
labelstudio https://labelstud.io/ sudo apt install libpq-dev python3-dev conda activate paddle_env pip install label-studio label-studio start label-studio --data-dir /data/data_label_studio<View> <Image name="image" value="$image"/> <RectangleLabels name="label_1" toName="image"> <Label value="原始红细胞" background="#FF0000"/> <Label value="早幼红细胞" background="#CC0000"/> <Label value="中幼红细胞" background="#990000"/> <Label value="晚幼红细胞" background="#660000"/> </RectangleLabels> <RectangleLabels name="label_2" toName="image"> <Label value="原始粒细胞" background="#001100"/> <Label value="早幼粒细胞" background="#003300"/> <Label value="中性中幼粒细胞" background="#005500"/> <Label value="中性晚幼粒细胞" background="#007700"/> <Label value="中性杆状核粒细胞" background="#009900"/> <Label value="中性分叶核粒细胞" background="#00BB00"/> <Label value="嗜酸性中幼粒细胞" background="#00DD00"/> <Label value="嗜酸性分叶核粒细胞" background="#00FF00"/> <Label value="嗜碱性粒细胞" background="#66FF00"/> </RectangleLabels> <RectangleLabels name="label_3" toName="image"> <Label value="单核细胞" background="#0000FF"/> <Label value="原始单核细胞" background="#0000DD"/> <Label value="幼稚单核细胞" background="#0000BB"/> </RectangleLabels> <RectangleLabels name="label_4" toName="image"> <Label value="原始淋巴细胞" background="#FFFF00"/> <Label value="幼稚淋巴细胞" background="#cbb234"/> <Label value="大淋巴细胞" background="#aca82f"/> <Label value="小淋巴细胞" background="#63510d"/> </RectangleLabels> <RectangleLabels name="label_5" toName="image"> <Label value="组织嗜碱细胞" background="#f202de"/> <Label value="组织细胞" background="#9a048e"/> <Label value="吞噬细胞" background="#45044e"/> <Label value="成骨细胞" background="#ec69e8"/> <Label value="破骨细胞" background="#914ae8"/> <Label value="脂肪细胞" background="#f0baf7"/> <Label value="内皮细胞" background="#952d92"/> <Label value="纤维细胞" background="#c02aa5"/> <Label value="退化的细胞核" background="#9e4ba0"/> <Label value="细胞分裂相" background="#ca166d"/> <Label value="造血岛" background="#e90796"/> <Label value="骨髓小粒" background="#e63dd8"/> </RectangleLabels> <RectangleLabels name="label_6" toName="image"> <Label value="原始巨核细胞" background="#02caf2"/> <Label value="幼稚巨核细胞" background="#278db0"/> <Label value="颗粒型巨核细胞" background="#044e67"/> <Label value="产血小板型巨核细胞" background="#64a6af"/> <Label value="裸核型巨核细胞" background="#95e0e9"/> </RectangleLabels> <RectangleLabels name="label_7" toName="image"> <Label value="浆细胞" background="#04ec49"/> <Label value="原始浆细胞" background="#0a8a48"/> <Label value="幼稚浆细胞" background="#0a5c25"/> </RectangleLabels> </View>http://localhost:8080
Labelme https://github.com/wkentaro/labelme 输出：JSON、VOC、COCO 多边形分割、语义分割、2D框、线标注、点标注（可用于目标检测，图像分割等任务） 、视频标注
LabelImg https://github.com/heartexlabs/labelImg 输出：PASCAL VOC、YOLO、CreateML 支持目标检测任务的数据标注
CVAT https://link.zhihu.com/?target=https%3A//github.com/openvinotoolkit/cvat 输出：多格式 免费在线交互式视频和图像分割标注工具
VOTT https://github.com/microsoft/VoTT 输出： 微软发布的一款基于JavaScript开发用于图像目标检测的标注工具，使用React+Redux进行开发，支持Windows和Linux平台运行。软件还提供了基于CNTK训练的faster-rcnn模型进行自动标注然后人工矫正的方式，能大幅减轻标注所需的工作量。
EISeg https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.6/EISeg 输出： EISeg(Efficient Interactive Segmentation)基于飞桨开发的一个高效智能的交互式分割标注软件。它涵盖了通用、人像、遥感、医疗、视频等不同方向的高质量交互式分割模型。 另外，将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练，便可得到定制化场景的高精度模型，打通分割任务从数据标注到模型训练及预测的全流程。 高效的半自动标注工具，已上线多个Top标注平台 覆盖遥感、医疗、视频、3D医疗等众多垂类场景 多平台兼容，简单易用，支持多类别标签管理
RITM https://github.com/SamsungLabs/ritm_interactive_segmentation 输出： 用于基于点击的交互式分割，该模型使用了预训练推理模型输出的分割掩码，它不仅可以分割一个全新的对象，还可以从外部mask开始并对其进行校正；
多传感器标定
OpenCalib https://github.com/PJLab-ADG/SensorsCalibration 商汤开源的工具包，支持camera、lidar、imu、radar之间的标定： 标定工具支持棋盘格、圆形、方形等方式！
3D检测标定
point-cloud-annotation-tool https://github.com/springzfx/point-cloud-annotation-tool 主要用于标定3D点云中目标的box信息，支持导出KITTI格式和Apollo 3D格式！
annotate https://github.com/Earthwings/annotate 基于ROS框架标定，生成3D检测框，xyz和whl信息；
3D BAT https://github.com/walzimmer/3d-bat 可以用于标定汽车、卡车、摩托车、自从车、行人等3D目标，支持任何大于10个点的目标标注！
SUSTechPOINTS https://github.com/naurril/SUSTechPOINTS 9自由度框编辑、对象类型/ID/属性编辑、交互式/自动长方体拟合、批处理模式编辑、透视/投影视图编辑、多个摄像头图像，可自动切换摄像头、点云数据的二进制/pcd文件、Jpg/png图像文件、对象/框/点着色、聚焦模式，隐藏背景，轻松查看细节、流播放/停止、对象ID生成
3D点云分割标定
semantic-segmentation-editor https://github.com/Hitachi-Automotive-And-Industry-Lab/semantic-segmentation-editor 基于web的一款工具，支持图像和点云格式，用于2D和3D数据的分割标注！
