在我们学习深度学习的时候，经常阅读大牛的论文，并从网上下载对应的数据集和代码，在自己运行网络并调节网路结构或者超参数中理解网络的运作。
但是我们始终无法接触到数据本身是怎么制作的~
随着对深度学习的不断深入探索，我们可能会有需要去加入到一个具体的项目中，该项目只会提供原始的数据，如果是图像分类任务还好，只需将不同类别的图像放到不同的文件夹中，并以数字标记即可。但是如果这是个目标识别任务或者图像分割任务的时候，我们该怎么办呢？
我在网上搜了一下，大家都喜欢推荐的工具是labelme，但是今日在阅读【机器之心】发的文章的时候，了解到有更多的标注工具，一共是：
VIA ：VGG 图像标注器，一个 HTML 文件，可以下载并在浏览器中打开
LabelMe：最著名的标注工具之一，虽然其用户界面有点慢，特别是缩放高清图像时。
RectLabel：简单易用，只在 Mac 可用。
LabelBox：对于大型标记项目很合适，提供不同类型标记任务的选项。
COCO UI：用于标注 COCO 数据集的工具。
针对不同的任务，需选择不同的工具对数据集进行标记。
VIA
目前暂时没有在网上查到下载链接~~求好心人提供~~
LabelMe
广受好评推荐的LabelMe~~
RectLabel
只能在MAC端使用，这是个局限点~~
LabelBox
LabelBox的github：LabelBox
COCO UI
也没找到~~望告知~~
后续再更新补充~
欢迎关注“pyhon修炼之道”，我们将持续更新新鲜python文章~
