awesome-open-data-annotation

一站式找到最合适的开源数据标注工具

这是一个精选开源数据标注与标记工具的资源列表，旨在帮助数据科学家、机器学习工程师和研究者快速找到适合其项目的数据标注解决方案。项目解决了数据标注工具分散、选择困难的问题，系统性地整理了各类开源标注工具，覆盖图像、文本、音频、视频等多种数据类型，并提供了工具的功能特性、适用场景和社区活跃度等信息。核心能力包括分类整理、信息聚合和快速检索，使用户能够根据具体需求（如是否需要主动学习、是否支持多人协作、是否支持特定标注类型）高效筛选工具。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 728
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类基础设施
开发团队zenml-io
所属国家
官网地址
GitHubhttps://github.com/zenml-io/awesome-open-data-annotation
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型ai,annotation,datacentric,labelled-data,labelling,machine-learning,mlops
GitHub 星标★ 728
30天Star增速
HF 下载量
上线时间2022-06-05 00:00:00
最近更新2026-09-22 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 分类清晰，覆盖图像、文本、音频、视频等主流标注类型
  • 每个工具附有简要说明和GitHub链接，便于快速评估
  • 持续更新，收录了当前活跃且社区认可度高的项目

不足之处

  • 文档/社区待观察
  • 部分工具描述较简略，缺少深度对比

适用场景

  • 机器学习项目需要选择标注工具时快速调研
  • 研究者对比不同标注工具的功能差异
  • 构建数据标注流程时寻找可集成的开源方案

替代项目

awesome-data-annotation、awesome-labeling-tools、awesome-data-labeling

项目介绍

awesome-open-data-annotation 是数据集领域的开源项目，由 zenml-io 开发，2022 年首次发布。

它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 728。

项目仍在小幅维护中，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：机器学习项目需要选择标注工具时快速调研。同类可对比的替代方案包括 awesome-data-annotation、awesome-labeling-tools、awesome-data-labeling。

上一篇：labelbox-python

下一篇：Active-Learning-as-a-Service

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注，图像视频文本通吃，导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10528 2026-08-10
aisheets 开源

像用表格一样批量调 AI，不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1645 2026-09-20
distilabel 开源

基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3398 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据，告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09