Ferramenta de anotação de imagens

Esta ferramenta de anotação de imagens de código aberto ajuda equipes a se preparar dados rotulados para visão computacional e aprendizado de máquina. Suporta caixas delimitadoras, polígonos, pontos e rotulagem semântica/atributiva em projetos; conjuntos de dados podem ser importados em massa e exportados para formatos comuns de treinamento de modelos. A arquitetura enfatiza privacidade e reprodutibilidade, permitindo implantações auto-hospedadas ou instalações em nuvem privada com controle total sobre dados e políticas de anotação.
Fluxo conceitual: um projeto define um esquema de anotação com taxonomia de rótulos e atributos opcionais. Os anotadores acrescentam anotações por imagem aplicando formas geométricas e vinculando rótulos; o sistema valida coordenadas e exige campos obrigatórios. As anotações são versionadas e auditáveis para acompanhar alterações, e as exportações convertem dados para formatos como COCO, VOC, YOLO ou CSV para treinamento e avaliação.
Público-alvo e valor: cientistas de dados, engenheiros ML, pesquisadores e equipes com governança de dados se beneficiarão de uma solução open-source e auto-hospedada que evita lock-in de fornecedores e facilita a colaboração. A ferramenta reduz a latência de rotulagem por meio da reutilização de esquemas, suporta múltiplos papéis de anotadores e fornece estruturas de dados consistentes que melhoram o desempenho do modelo com rótulos de ground-truth de alta qualidade.
Diferenciais e casos de uso: open-source e self-hosted oferecem controle de privacidade e conformidade. Extensibilidade via tipos de rótulos personalizados e plugins permite rotulagem específica por domínio (p. ex., imagem médica, inspeção industrial). Casos de uso incluem conjuntos de dados para condução autônoma, anotação de imagens médicas, etiquetagem de produtos de varejo e benchmarks acadêmicos onde reprodutibilidade e auditabilidade são cruciais.