VIA 图像标注工具实战从打开浏览器到导出标注的完整指南【免费下载链接】via(MIRROR) see https://gitlab.com/vgg/via/项目地址: https://gitcode.com/gh_mirrors/via/viaVIAVGG Image Annotator是牛津大学视觉几何组VGG出品的浏览器端手动图像标注工具支持对图片、音频、视频做区域标注和属性标注。整套软件打包成一个小于 400 KB 的独立 HTML 页面无需安装任何服务端环境适合刚开始接触数据标注的研究者和开发者。项目定位与核心能力VIA 要解决的问题很具体在准备训练数据时需要把图里有什么、在哪里、是什么颜色/类别这类信息人工整理成结构化数据。它把这件事压缩到浏览器里完成不依赖外部库也不依赖网络。仓库按三个大版本组织能力各有侧重图像区域标注矩形、圆形、椭圆、多边形、点五种形状配合区域属性如name、colour和文件属性记录标注结果项目与元数据管理所有标注存为一个项目可整体导出、再导入另一台机器时序标注v3 版支持在音频/视频上划时间片段并在视频帧上同时做空间区域标注见 src/js/_via_temporal_segmenter.js批量导入导出支持 CSV、JSON、COCO 格式也支持把整个项目打包成一个文件零依赖离线运行纯 HTML/CSS/Javascript 实现单文件即可离线打开环境准备与启动参考文章里pip 装依赖、跑 Python 服务的流程其实用不上——VIA 不需要 Python也不需要 Flask打开 HTML 文件就是启动它。完整流程只有三步克隆仓库到本地git clone https://gitcode.com/gh_mirrors/via/via进入目录。只标图片的话用 v1 版单文件入口via-1.x.y/index.html要标视频、音频则用via-3.x.y/src/html/下对应的_via_video_annotator.html或_via_audio_annotator.html。浏览器直接打开该 HTML 文件双击或拖进去均可。如果想让示例数据走相对路径加载可以起一个静态文件服务器cd via python3 -m http.server 8080然后在浏览器访问http://localhost:8080/via-1.x.y/index.html。界面左上角是菜单栏Home / Image / Annotation / Attributes / Settings / Help右侧是图片画布标注操作都在这两个区域完成。标注工作流实操以仓库自带的天鹅图为例走一遍完整的标注流程导入图片在 Image 菜单里选择本地图片。仓库自带示例可对照练习via-2.x.y/data/basic/下的天鹅图、via-2.x.y/data/face/下的人物图。设置属性在 Attributes 菜单里给区域加属性。截图里演示了两个属性name标注对象名和colour颜色每张图的每个区域都要填。这一步决定了导出的 CSV 有哪些列建议标注前一次性定好。绘制区域在左侧工具区选中形状矩形 / 圆形 / 椭圆 / 多边形 / 点在图片上拖拽绘制。图中 Big Ben 用了多边形、公交车用矩形、船用了椭圆同一张图可以自由混用形状。修正与补充点击已画好的区域可以移动、改大小、删除属性填错直接在表格里改即可。导出在 Annotation 菜单选择导出格式结果会以下载文件的形式保存到你电脑上。做视频标注时界面会多出一条时间轴区域上方是视频画面下方是 timeline 和元数据面板可以一边划时间片段一边在某一帧上画框。数据导出与团队协作导出时有三种常见选择CSV一行一个区域列包含文件名、形状、坐标和所有属性Excel 直接打开就能看适合人工核对JSON保留完整元数据是程序化处理的默认格式COCO 格式仓库自 2.0.8 版起支持导出后可以直接喂给主流检测训练框架项目文件把整个项目图片清单 全部标注 属性定义打包成一个文件是团队流转标注成果最稳妥的方式多人协作的典型链路是A 导出项目文件发给 BB 在本地 VIA 里导入后接着标两边各自做完后再用 scripts/io/merge_via2_projects.py 把两个项目文件合并成一份。注意 COCO 导出对属性类型有限制只支持单选类属性如果项目里放了自定义文本属性导出时留意界面上的提示。典型应用场景医学影像MRI 狭窄程度标注器见 projects/mri_stenosis_annotator/视频目标跟踪在连续帧上给同一目标如人脸画跟踪框并打 track 属性语音活动标注在音频上切分说话人片段配合音频标注器使用影视片段切分subtitle_annotator 示例展示了按镜头分组、给片段打属性的完整做法见 projects/subtitle_annotator/上手建议先小批量试跑拿仓库里via-2.x.y/data/face/的几张示例图把建属性 → 画框 → 导出完整走一遍确认格式符合下游需求再上全量图片。标注前锁定属性表属性列决定了 CSV 结构中途加列会导致前后导出的文件列不一致返工成本高。导出后人工抽检随机打开 CSV 对照原图核对坐标和属性值确认没问题再交付训练流程。结语熟悉基本流程后可以进一步看看仓库里的 demo 页面和 v3 音视频标注器把标注范围从单张图片扩展到整个视频片段。【免费下载链接】via(MIRROR) see https://gitlab.com/vgg/via/项目地址: https://gitcode.com/gh_mirrors/via/via创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考