CVAT 图像标注工具：从部署到导出标注数据的最短路径

CVAT 图像标注工具从部署到导出标注数据的最短路径【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvatCVATComputer Vision Annotation Tool是一款开源免费的图像标注工具支持图像、视频和 3D 点云标注。当你手头有一批数据要训练视觉模型却不知道框怎么画、格式怎么导、多人怎么协同时它是值得先试的一个选择。它是什么一分钟了解 CVAT先说清楚定位CVAT 是一个可以自部署在服务器上的视觉数据标注平台核心功能是把标数据这件事流程化。它解决三类问题一是标注本身支持矩形框、多边形、像素级掩码、关键点、3D 立方体等常见形状二是效率可以接入自己的检测/分割模型做自动预标注人只负责修正三是管理数据按项目 → 任务 → 作业三层组织可以分配给不同标注员并跟踪进度。和自己写脚本 Excel 记进度的方式比差异大致如下对比项手动方式CVAT标注形式只能一种换需求要重写代码框、多边形、掩码、关键点、3D 立方体都有预标注无全靠手画可接模型自动生成初稿导出格式自己写转换脚本内置 20 种COCO、YOLO、Pascal VOC、KITTI 等多人协作口头分工组织、角色、任务分配、进度统计快速上手最短路径跑起来部署只需要 Docker整个流程就两条命令。git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d这一步把数据库、缓存、后端、前端等全部服务以容器方式拉起来端口映射为 8080。docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser这一步创建管理员账号按提示输入用户名和密码即可。然后浏览器打开http://localhost:8080登录创建一个任务、上传几张图片就可以开始画了。两个容易踩的坑提醒一下一是机器上必须先装好 Docker Engine 和 Docker Compose这是唯一的前置依赖二是浏览器请用 Chrome、Edge 这类 Chromium 内核的Safari 官方明确不支持。图任务创建完成后在 Tasks 列表中可见点开即可进入标注编辑器实战演示把 CVAT 用在典型场景里视频目标检测先让模型画初稿再人工修正当你有一批行车视频要给车辆打检测框时纯手画一帧一帧太慢。CVAT 支持自动标注在 Models 页面选择一个检测模型对任务发起推理每帧上就会出现带置信度的初始边框。模型来源不神秘仓库里 serverless/ 目录自带一批预构建模型YOLO v7、Faster R-CNN 等ai-models/ 目录也说明了如何集成自己的模型。自动标注产出的框不会直接算数你需要逐帧检查、微调或删掉误检的框——人机分工效率才真正提起来。图检测模型自动生成的标注框右上角显示类别与置信度语义分割用笔刷工具涂出像素级掩码当你做的是实例分割而不是检测需要的是轮廓精确的掩码而不是框。CVAT 的画刷工具可以按像素涂抹生成掩码也支持在涂抹结果基础上转成多边形再精修。图分割标注编辑器右侧对象列表与颜色区分一一对应3D 点云激光雷达数据的立方体标注如果你的数据来自激光雷达如自动驾驶场景CVAT 提供独立的 Standard 3D 模式主视口之外还有 Top、Side、Front 三个正交视图联动画一个立方体框的同时四个视角同步更新。这个功能对手工写点云标注工具的团队来说省掉的是整块开发量。图3D 模式下的点云任务多视角联动标注导出与进度标注完怎么交给训练管线标注完成后在任务或作业上选择导出弹窗里选格式即可下载 zip 包。常见选项有 COCOJSON、YOLOTXT、Pascal VOCXML、KITTI 等 20 多种完整清单可直接看源码 cvat/apps/dataset_manager/formats/目录里一个文件对应一种格式。图导出对话框选定格式后得到标准训练数据文件团队协作的进度不用群里问。每个任务都有 Analytics 页面能看到对象数量、总工时、平均标注速度等统计服务端还提供 Grafana 面板可按作业维度查看团队工作量。图任务级分析页统计标注数量、工时与速度实用技巧与常见坑视频任务开插值只对关键帧画框CVAT 会在相邻帧之间自动插值出中间位置的形状。目标运动平滑时能省一半以上的手动操作标注界面下方直接切换开关。标签属性建在任务里新建任务时就定义好标签和属性比如颜色红/绿后补属性要重新进设置页而早期定义好的属性会随导出格式一起带出去。自动标注先小范围试模型预标注建议先对一个作业跑确认置信度分布符合预期再对整个任务批量推理避免全量返工。数据别只放本地CVAT 支持 S3、Azure Blob、GCS 等云存储直接建任务文档示例见 site/content/en/ 下的 cloud storage 教程大文件场景下比逐张上传稳定得多。升级前看备份说明数据库里有标注结果动配置之前先按官方文档做一次备份恢复成本远低于丢数据。常见问题端口 8080 被占用或访问不到改 docker-compose 里的端口映射或设置CVAT_HOST为你的 IP/域名再启动。哪些浏览器能用Chromium 内核Chrome、Edge为主Firefox 部分功能可用Safari 官方不支持。开源版和付费版差在哪社区版MIT 协议已含手动/自动标注、协作、20 导出格式和完整 APISSO、内置 SAM 模型等高级能力属于 CVAT Online / Enterprise。CVAT 把标注、预标注、质检、导出放在同一个自部署环境里数据不出你的机器。clone 仓库、跑起来第一条命令一个下午就能看到自己的第一批标注结果。资源入口README.md部署步骤与功能总览的权威说明site/content/en/官方文档源文件含各功能操作教程与截图cvat/apps/dataset_manager/formats/全部导出格式的源码实现查支持情况比翻文档更快【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考