标注
标注是制作自定义数据集中不可或缺的一个步骤，如何方便高效的进行，是我们需要关注的点，本文分享2款开源的标注工具，也是目前使用最多、效率较高的图形化标注工具。它们是LabelImg和CVAT。
LabelImg
LabelImg是一款开源的图形化的图片标注工具，使用python和Qt编写，同时支持windows、linux和macOS，项目地址: github.com/tzutalin/la…
LabelImg操作还是很方便的，它提供了默认的class，如果你不需要这些类型的话，可以将其删除
接下来就可以打开exe文件，点击Open导入图片，按下快捷键w，选定目标后，会弹出输入框，写上class名称，就可以了，如果有多个目标，那就继续标
labelImg还支持文件夹的导入，在标完一张后，在左侧选择Next Image就可以切换到下一张继续了。输出格式部分，目前labelImg支持YOLO和PascalOVC2种格式，前者标签信息是存储在txt文件中，而后者是存储在xml中
打完标签后，就可以进行保存了，图片和标签文件我们分开存放，但是文件名是对应的，只是扩展名不同
最后来看看标签文件的内容
一行代表一个目标，格式是
class x_center y_center width height
第一列是class的索引，计数从0开始，比如这里的0代表的是basketball，1代表的是face；后4列是x_center/image_width、y_center/image_height、width/image_width、height/image_height，取值范围是0 ~ 1
CVAT
CVAT是Computer Vision Annotation Tool的缩写，intel公司开发的开源工具，使用也非常简单，能够帮助你快速创建自己的数据集。
CVAT还提供了一个网站，你可以访问 cvat.org/
注册登录后，创建一个task
为简单示例，这里上传几张口罩的图片进行测试
高级设置部分，一般没特别要求，都可以不设
创建好后，在Tasks栏目下就可以看到了
进去之后就可以进行标注了
一张图片标注结束后，点击左上角的保存，然后点击图片上方的右箭头，进行下一张图片的标注，一直到所有图片处理完毕
最后来到Tasks，导出数据集，目前CVAT支持的格式有COCO 1.0、PASCAL VOC 1.1、MOT 1.1、ImageNet 1.0、YOLO 1.1等
这里导出了份PASCAL VOC 1.1格式的数据集
如果需要搭建本地CVAT的话，也是可以的，参考官方给出的搭建文档
github.com/openvinotoo…
