トレーニングデータ画像を手動で分類するためのツールを構築する

クラスタリングアルゴリズムをトレーニングするために分類する必要がある画像が多数あり、オフラインでデータを取得したいと考えています（データは独自のものです）。基本的に、各画像を1つまたは2つのカテゴリにすばやく配置できるデスクトップ調査ツールを構築したいと思います。理想的には、ツールは：

1. 事前に指定されたデスクトップフォルダーで画像を検索します。
2. 画像とカテゴリの静的リストを表示し、クリックできるようにします。
3. クリックすると、画像に関連付けられたカテゴリが記録されます。
4. 画像のファイル名と関連カテゴリをデータセットのどこかに保存します。
5. フォルダ内の次のタグなし画像を表示し、プロセスを繰り返します。

この種のツールをPythonで簡単に構築する方法、または無料でオフラインで使用できる他のビルド済みユーティリティはありますか？

5つの要件を満たすコードを作成しました。GitHubでimage-sorter2として入手できます。ここで提案されている他のスクリプトと比較して、image-sorter2は100％無料であり、バウンディングボックスの描画に時間を費やす必要はありません。このスクリプトはGUIを開くだけで、複数のボタンの1つをクリックし、それに応じて各画像をクリックします。 「cats」、「dogs」、「trucks」など、目的のクラスフォルダにソートされます

独自のデータと少数（2つだけ？）のクラスを持っているので、独自のデータベースで裏付けられたWebアプリを構築することをお勧めします。画像、ユーザー、ラベルのテーブルを作成します。

ユーザー：（id、name）
画像：（id、url）
ラベル：（user.id、image.id、time、class）

ラベルクラスは列挙型にすることができます。ユーザーに同じ画像を複数回評価させたくない場合は、時間列を削除して、最初の2つのID列を複合主キーとして設定できます。

Webアプリケーションやデータベースを扱ったことがない場合は、複雑に思えるかもしれませんが、慣れれば簡単です。こちらがチュートリアルです。このアプローチの利点は永続性です。データベースのおかげで、コンピューターの電源をオフにして、中断したところから開始できます。

より簡単な方法は、jupyterのipywidgetsなどのGUIコンポーネントを使用して1つのセッションですべてのデータを収集し、ラベルをファイルに書き込むことです。このアプローチでは、永続性は得られません。

優れたオンラインサービスの1つがDataturksです。超合理化されたUXと使いやすさ。また、内部クラウド上の個人データもサポートします。

ポリゴン、セグメンテーションなどもサポートしています。

以下は、試せるデモです（サインアップは必要ありません）。

デモ画像分類

PS：ブラウザーがローカルディスク上のファイルに直接アクセスすることは許可されていないため、ダミーのWebサーバーを実行して、ファイルへのローカルURLを取得する必要がある場合があります。