Njobvu-AI：一个用于协同图像标注与计算机视觉模型实现的开放源代码工具
计算机视觉与模式识别
2023-09-01 v1
摘要
有意使用计算机视觉模型的从业者缺乏用户友好且开源的软件，该类软件应结合标注训练数据、允许多用户、训练新算法、审查输出以及实现新模型的功能。标注图像等训练数据是借助计算机视觉开发精确目标检测算法的关键步骤。由于全球许多地区互联网带宽有限，该步骤常与世界多地基于云的图像与视频数据标记服务不兼容。桌面工具对偏远地区工作的团队有用，但用户常无法合并多个合作者本地开发的项目。此外，许多工具提供标注数据或使用预训练模型分类的功能，但鲜少允许研究者合并这些步骤以创建并应用自定义模型。提供全套功能（如可本地与在线工作、训练自定义模型）的免费、开源且用户友好软件，对编码技能有限的野外研究人员与保护主义者是理想的。我们开发了Njobvu-AI，一个免费开源工具，可借助Node.js在桌面与服务器硬件运行，允许用户标注数据、合并项目以协同与审查、训练自定义算法并实现新计算机视觉模型。名称Njobvu-AI（发音N-joh-voo AI）融入奇契瓦语“大象”一词，灵感来自马拉维野生动物监测项目，该项目是本工具开发的主要动因，并指代大象强记忆力与计算机视觉模型特性之相似。
引用
@article{arxiv.2308.16435,
title = {Njobvu-AI: An open-source tool for collaborative image labeling and implementation of computer vision models},
author = {Jonathan S. Koning and Ashwin Subramanian and Mazen Alotaibi and Cara L. Appel and Christopher M. Sullivan and Thon Chao and Lisa Truong and Robyn L. Tanguay and Pankaj Jaiswal and Taal Levi and Damon B. Lesmeister},
journal= {arXiv preprint arXiv:2308.16435},
year = {2023}
}
备注
13 pages, 6 figures. For code and documentation, see https://github.com/sullichrosu/Njobvu-AI/