Labelme 是一个图形界面的图像标注软件。它是用 Python 语言编写的，可以对图像进行多边形，矩形，圆形，多段线，线段，点形式的标注，可以生成 VOC 格式的数据集和 COCO 格式的数据集。该版本为windows下编译的standalone版本。

人工智能，计算机视觉工具。基于WEB的视觉工具，基于Web的视频和图像标注工具。 学习使用

打包好的labelme、labelimg可执行文件，双击exe文件即可使用

图像数据标注软件 Labelme v5.0.1 单文件 exe 版，无需 Conda 及 Python 环境，无需编译，下载打开即可使用！

图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0） 图像标注、训练、识别（Keras2.3.1+TensorFlow-gpu2.1.0 + cuda10.0

EISeg(Efficient Interactive Segmentation)是以RITM及EdgeFlow算法为基础，基于飞桨开发的一个高效智能的交互式分割标注软件。涵盖了通用、人像、遥感、医疗等不同方向的高质量交互式分割模型，方便开发者快速实现语义及实例标签的标注，降低标注成本。 另外，将EISeg获取到的标注应用到PaddleSeg提供的其他分割模型进行训练，便可得到定制化场景的高精度模型，打通分割任务从数据标注到模型训练及预测的全流程。

263张脱敏电表OCR图像，标注电表读数和编号，可用于指针仪表读数的识别，深度学习，自然语音处理，等等。

LabelMe图像标注软件。可以手动对图像进行标注然后生成json数据。是人工智能深度学习的监督分类中特别常用的一款软件。

tensorflow_label_tool tensorflow label tool 快速图像标注工具 操作截图 标注完以后，可参照 将数据集转成tfrecord

SML实现图像标注/分类