Аннотация:Процесс цифровой трансформации затрагивает все сферы жизни современного общества. Цифровизации в том или ином виде сейчас подвержены все сферы деятельности человека: экономика, экология, научная деятельность и т.д. Хотя часть технологий, вместе с сопровождающими их компетенциями уходят в прошлое, возникают новые технологии, требующие эффективных методов распознавания элементов окружающей среды, отслеживание движений управляемых объектов во взаимодействии, в том числе и с дополненной реальностью. При этом все большую популярность для решения задач распознавания объектов на статических изображениях, а также в видеопотоках применяются нейронные сети. Разметка набора данных для последующего глубокого обучения – неотъемлемая часть любого проекта, который предполагает использования нейросетевых технологий компьютерного зрения. Для обучения нейронных сетей задачи классификации изображений или нахождения объектов требуется огромное количество размеченных данных. Чем больше классов объектов, тем больше требуется данных для обучения. Естественно, что трудоемкая ручная разметка имеет ряд недостатков: длительное время самой разметки и возможные ошибки в силу рутинности выполняемой задачи. В статье рассмотрены различные походы для автоматизации задачи разметки изображений для глубокого обучения, которые могут быть использованы для интеграции технологий распознания образов и создания дополненной реальности, с возможной реализацию на персональных компьютерах и мобильных устройствах.