俗话说，有多少人工，就有多少智能。在监督学习领域，数据的质量往往决定了算法效果的上限。
随着计算机视觉任务的飞速发展和商业化需求的增加，快速获取高质量标注数据越来越重要。一个易用、高效的标注工具，无疑可以帮助降低成本，提高工作效率。
这不，贴心的 OpenMMLab 正好就带着它最新开源的数据标注工具走来了——
今天，OpenMMLab 正式推出 LabelBee 标注工具！
LabelBee 核心亮点
LabelBee 标注工具发源于对商业应用场景的一系列算法标注需求，已经在 2 ~ 3 年的时间里承接了近万批次、数以亿计的标注需求，历经不断完善、打磨，目前已经趋于稳定和完备。
为了服务更多的算法工作者，现在！我们开源啦！！
相比其他标注工具，它有以下的特别之处 ——
支持各类常见算法场景
LabelBee 具备拉框、标签、标点、线条、多边形、文本等常用标注工具，可广泛适用于目标检测、分类、分割、关键点、折线、OCR 等算法场景。
同时，LabelBee 支持结果输出到 COCO/Mask，方便在标注完成后随时取用。
SDK 及客户端两种使用方式
目前，LabelBee提供 SDK 接入以及客户端两种使用方式 ——
•支持SDK快速集成到业务系统：LabelBee 可以 JavaScript SDK 的方式 “一键” 嵌入到您的业务系统。SDK 版本提供完备的接入文档，可快速接入并提供灵活配置，适用各类业务系统需要标注工具模块的场景。
•支持本地开箱即用，兼容不同平台：LabelBee 也提供客户端版本，解压开箱即用。LabelBee 基于 Web 技术开发，客户端版本模拟浏览器环境，故可兼容常见的Windows/Linux/Mac 操作系统。
现有功能一览
工具能力
拉框工具
标签工具
标点工具
线条工具
多边形工具
文本工具
支持结果输出到 COCO/Mask
支持场景
目标检测：
车辆、车牌、行人、人脸、工业部件等检测场景
关键点：
人脸人体关键点、车辆关键点、路沿关键点等定位场景
线条：
人体轮廓线、车道线等定位线场景
分割：
人体分割、全景分割、可行驶区域分割、车辆分割等
OCR：
车牌、发票、保单、招牌等文本检测和识别
其他：
可使用上述工具能力进行标注的业务场景
应用方式
客户端开箱即用
SDK 接入业务系统
后续规划
未来，我们会先从以下几个方面做出改进：
• 接入更多的工具和标注能力，包括大批量标签筛选、视频类、音频类、点云类的标注等；
• 融合图像标注工具；
• 支持读取在线图片等更多客户端功能。
也欢迎大家给我们提 issue 和 pr~
欢迎使用
GitHub 地址
https://github.com/open-mmlab/labelbee-client
