COCO Annotator是一个基于web的图像标注工具，其多功能性和易用性旨在有效地标记图像，以创建用于图像定位和对象检测的训练数据。
它提供了许多不同的功能，包括标记图像片段（或片段的一部分）、跟踪对象实例、标记具有断开的可见部分的对象、以COCO 格式有效存储和导出标注信息。
COCO Annotator允许用户使用自由曲线或多边形对图像进行注释，并提供许多其他注释工具无法提供的附加功能。
目前，Docker 是唯一支持的安装方法。因此，为了使用coco-annotator构建 Docker 和 docker-compose 是必需的。
在Windows下安装docker容器可以参考这篇文章Docker容器—Windows下的安装与使用
在Windows终端中，进入要安装coco-annotator的文件路径下（如安装在E盘）。
在此文件路径下使用git命令
git clone https://github.com/jsbroks/coco-annotator
进入coco-annotator安装目录（根据具体安装的目录）
cd coco-annotator
启用coco-annotator映像（首先运行Docker）
docker-compose up
在浏览器中输入http://localhost:5000/，即可打开coco-annotator页面。
停用coco-annotator
docker-compose down
首次打开coco-annotator时，需要进行注册一个账户，用户权限自动为管理员模式。
| 权限 | User | Owner | Admin |
|---|---|---|---|
| 查看图片 | ✔️ | ✔️ | ✔️ |
| 创建/编辑/删除注释 | ✔️ | ✔️ | ✔️ |
| 导入注释 | ✔️ | ✔️ | ✔️ |
| 分享/下载/删除数据集 | ✔️ | ✔️ | |
| 添加/下载/删除图像 | ✔️ | ✔️ | |
| 添加图片 | ✔️ | ✔️ | |
| 修改其他用户数据集 | ✔️ |
Admin，可以在此创建用户，并选择是够给予管理员权限。
创建数据集
单击位于图块Create下方的绿色按钮。Dataset询问名称和类别的弹出窗口。给它一个唯一的名称，选择任何适用的类别（可以直接创建类别，也可以选择已经创建的类别），然后单击Create Dataset。
导入图像
添加图像需要找到coco-annotator安装根目录的数据集目录，在这个文件夹中，可以看到已创建的数据集名称的文件夹。
只需要将图像放在相应的文件夹中即可将它们添加到数据集中。
刷新一下coco-annotator页面，图像就会出现在数据集中了。
这种导入图像的方式优点非常明显，可以轻松导入大型数据集，没有文件大小的限制，但是缺点就是必须要去访问运行coco-annotator的机器，这对于远程访问的用户来说就不那么方便了。
如果一直刷新不出新添加的图像，可以数据集文件夹下新建一个子文件夹，将图像添加至子文件夹中再刷新。
+每个类别名称旁边的图标，它将在相应的部分中创建一个标注。可以使用眼睛图标来切换注释或类别的可见性。
在数据集左侧导航栏点击Export COCO，会弹出如下图中②号页面，选择要导出的类别，单击Export进行导出。然后，在上方二级导航栏中单击Exports，就会出现标注信息的下载信息，直接Download即可。
若只需要下载单张图像的标注信息，可以进行以下操作。
如果需要远程访问一个机器运行的coco-annotator标注器，前提就是要允许外网访问自己的端口，在Windows中可以设置相应的入站规则。
首先在控制面板中打开防火墙设置，点击高级设置。
然后，依次选择入站规则和新建规则，要创建的规则为端口。
最后，逐步进行每一项设置，开放端口为 5000 。
首先，可以使用ipconfig命令查询一下自己的IP地址，将原本访问地址http://localhost:5000/中的localhost改为自己的IP地址。如果有公网IP，则外网可以访问，如果是局域网IP，则只能在局域网内访问，想要在外网访问还需要进行IP地址映射。
更多有关coco-annotator的信息，可以访问coco-annotator开源地址https://github.com/jsbroks/coco-annotator。