在计算机视觉项目的开发流程中，开发者往往需要专注于项目的独特部分，而不是重复造轮子。然而，在整个过程中，有一个环节始终显得特别繁琐：图像标注。从一开始，Roboflow 就支持从所有最受欢迎的标注工具（包括 CVAT、LabelImg、VoTT、VGG Image Annotator 和 LabelMe）导入标签和注释。这对于扩展已有流程的团队来说非常有利，但如果从头开始一个新项目，将标注工具与其余流程分开会增加很多摩擦。
今天，推出了 Roboflow Annotate，这是一个直接内置于 Roboflow 中的自助式图像标注工具。设计 Roboflow Annotate 以满足以下需求：
直接集成到工作流程中，无论是从头开始标注整个数据集，还是纠正单个错误的注释，都可以轻松地进入和退出流程。
易于与团队协作，因此拥有一个单一的真实来源，而不是分散在各个团队成员的笔记本电脑上的不同数据集集合。
简单、流畅的标注界面，带有智能默认设置，帮助快速准确地标注。
以可扩展性为设计考虑。通过将标注流程集成到其余的计算机视觉流程中，使能够做一些如果工具不是设计为协同工作则难以实现的独特事情。例如，已经在与一些精选合作伙伴试点模型辅助标注，因此可以使用在 Roboflow Train 上训练的最新模型来启动标注。已经看到客户通过将上传 API 集成到他们的应用程序中，将生产数据反馈回系统进行标注，然后反馈回训练流程，从而获得巨大的好处。
如果有兴趣成为这些高级标注集成的早期测试者，请与联系。请继续关注，因为在未来几个月有一些技巧来进一步改进Roboflow Annotate。