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: https://github.com/tzutalin/labelImg
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 PascalOVC 2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 https://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 https://github.com/openvinotoolkit/cvat/blob/develop/cvat/apps/documentation/installation.md
