寻求支持Amazon Mechanical Turk且输出Pascal VOC格式XML的目标检测标注工具

针对你用TensorFlow+Faster-RCNN开展目标检测、依赖MTurk获取标注数据的需求，这里有几个完全匹配你要求的实用工具：

1. LabelStudio #

LabelStudio是一款开源标注平台，对MTurk的集成非常顺畅，而且原生支持导出Pascal VOC格式的XML标注文件，完美适配你的Faster-RCNN训练流程：

• 你可以直接在LabelStudio中创建bounding box标注项目，配置MTurk的API密钥后，就能把标注任务批量发布到MTurk平台；
• 标注完成后，在平台的导出功能里选择「Pascal VOC」格式，就能一键生成符合标准的XML文件，无需额外格式转换；
• 它还能和TensorFlow的数据集加载工具无缝对接，导出的标注可以直接用于Faster-RCNN的训练数据预处理。

2. Amazon SageMaker Ground Truth #

作为AWS生态的一部分，SageMaker Ground Truth和MTurk天然集成，完全满足你的需求：

• 在AWS控制台创建bounding box标注任务时，直接选择「Amazon Mechanical Turk」作为标注人员来源，无需额外配置第三方集成；
• 任务配置阶段可以指定输出格式为Pascal VOC XML，标注完成后会自动生成对应格式的文件存储在S3中；
• 因为是AWS自家工具，和TensorFlow的兼容性极佳，你可以直接用TensorFlow的S3读取工具加载标注数据，省去本地传输的麻烦。

3. VGG Image Annotator (VIA) #

如果你需要轻量、灵活的方案，VIA是个不错的选择：

• VIA是本地运行的开源标注工具，支持导出Pascal VOC XML格式；
• 你可以先在VIA中设计好bounding box标注模板，然后通过MTurk的批量任务发布功能，把标注任务分发出去；
• 回收标注结果后，用VIA的导入功能整理数据，再导出为标准的VOC XML文件，适合小规模标注任务。

额外实用提示 #

• 不管用哪个工具，标注前一定要明确定义好目标类别和标注规则，确保MTurk标注人员的标注一致性；
• 导出XML后，可以用简单的Python脚本验证格式是否符合Pascal VOC标准（比如检查<object>、<bndbox>等标签是否齐全），避免后续TensorFlow加载时出错；
• 对于Faster-RCNN的训练，你可以直接用TensorFlow官方的tf.keras.utils.image_dataset_from_directory配合自定义的XML解析函数，快速加载标注数据。

内容的提问来源于stack exchange，提问作者Kavitha Devan