企业官网建设流程全解析

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/via

VIA（VGG 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：

1. 克隆仓库到本地：

git clone https://gitcode.com/gh_mirrors/via/via

2. 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。

3. 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：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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 B，B 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