导读
有时候我们想训练自己的模型比如目标检测、图像分割、文字识别等，而此时开源的数据并不能满足我们的需求，我们就需要自己准备数据了。这里给大家介绍一些常用的图像标注工具，基本上都能满足大家的需求
labelImg
labelImg是一个图像标注工具，它是使用python的qt开发的。通过它标注图像生成的标签文件支持xml、PASCAL VOC、YOLO。优点：跨平台，支持Linux、Mac OS、Windows安装方便使用简单缺点：只支持矩形框的标注
开源地址：https://github.com/tzutalin/labelImg
roLabelImg
roLabelImg是在labelImg的基础上开发的，新增了旋转矩形的标注功能。对于旋转矩形的标签新增了一个angle参数来表示旋转矩形旋转的角度。
开源地址：https://github.com/cgvict/roLabelImg
labelme
labelme支持矩形、多边形、圆、直线和点的标记。支持导出VOC格式和COCO格式语义和实例分割的标签文件，
除此之外，它还支持标记视频
开源地址：https://github.com/wkentaro/labelme
Vott
Vott是微软开源的一款标注软件，相对于前面几款标注软件来说它的功能更加强大。支持矩形、多边形的图片标注以及多标签标注支持视频的标注以及设置视频的帧率标注结果的统计和可视化支持快捷键操作标注界面更加美观标注结果导出多种格式，CNTK、TFRecords、Pascal VOC、JSON、CSV
开源地址：https://github.com/microsoft/VoTT
CVAT
CVAT是一个基于web服务的标注图像和视频的标注工具给关键帧添加bounding boxes使用深度学习模型自动进行标注使用快捷键支持关键操作注释任务的控制面板以及标注任务的分发等
开源地址：https://github.com/openvinotoolkit/cvat
landmark_annotation
用于关键点识别的标注工具
开源地址：https://github.com/pprp/landmark_annotation
声明：本文内容整理自网络，观点仅代表原作者本人，投稿号仅提供信息发布服务。如有侵权，请联系管理员。
