CVAT 标注实战：从部署到导出 COCO 数据集的 7 个步骤

CVAT 标注实战从部署到导出 COCO 数据集的 7 个步骤【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你手里有一批图片、视频或点云目标是训练一个视觉模型缺的就是一套干净的标注数据。CVATComputer Vision Annotation Tool是一个开源自托管的计算机视觉标注平台覆盖单图框选、视频跟踪、3D 点云标注还带 AI 辅助标注和团队协作能力。读完本文你应当能独立部署一套 CVAT、完成一次完整的标注流程并把结果导出成模型能直接吃的训练格式。选对标注方案先按数据类型定工具CVAT 里不同数据类型对应不同的标注模式先确认你的数据是哪种再决定用哪套操作。你的场景典型任务CVAT 里用什么单图目标检测给每张图里的车、人画框Standard 工作区矩形/多边形 shape 模式视频目标跟踪物体跨帧移动要连续标Track 模式只标首尾帧中间帧自动插值interpolation即你标起点和终点系统自动补出中间每一帧的位置3D 点云标注自动驾驶多相机激光雷达数据Standard 3D 工作区3D cuboid3D 边界框 多视角同步拿不准就从单图检测开始——它是后面两种模式的基础操作集。五分钟跑起来Docker 一键部署环境上只需要 Docker 和 Docker Compose内存建议 16GB 起步磁盘预留 50GB 放数据集。命令一共三条git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d启动后的验证方式浏览器访问http://localhost:8080能注册账号并看到空的任务列表页说明后端、数据库、缓存这一整套服务都起来了。首次拉镜像会慢一些属于正常现象。完成第一次标注五步走一遍第一次标注按固定顺序走建项目、定标签、导数据、画形状、存结果。第一步建项目。项目是一组任务的容器起个名字就够比如车辆检测数据集。第二步定义标签。在标签编辑器里加 car、person、bicycle 等类别每类设一个颜色有区分度需求就加属性如是否被遮挡。标签定得越准后面返工越少。第三步导入数据。支持本地文件夹、图片、视频文件也支持 S3、Azure Blob 等云存储作为数据源图片可以打包成 zip 直接上传。第四步选标注工具画形状。目标检测用矩形框快速框选需要精确轮廓时切多边形沿边缘描点姿态估计用关键点keypoint。视频任务开 Track 模式只标首尾帧。第五步保存。编辑完成后提交保存标注数据即落到任务里随时可复查、可继续编辑。效率加速器AI 自动标注、快捷键与模板手工标注最大的提速手段不是手快而是让模型先干一遍。AI 自动标注CVAT 内置自动标注入口流程是三步选中 Auto Annotation、挑一个预训练模型如目标检测或姿态估计模型、点 Apply 让结果直接落进当前任务你只做校正而不是从零画。适合大批量先粗后精的流水线。快捷键标注编辑器里高频操作都有默认快捷键常用的三个按键作用N下一帧P上一帧CtrlZ撤销快捷键可以在 Settings 的 Shortcuts 页里整套自定义文档见 site/content/en/docs/getting_started/shortcuts.md。模板复用对每帧都有相同物体的视频比如车流中的固定路牌把形状设为模板template后它能被快速复制到后续帧避免逐帧重复描画。多人一起标分配、插值与质量把关团队标注的三个动作依次是分任务、定标准、抓冲突。任务分配。把大任务切分成多个 job分给不同标注员并行处理每个 job 有独立的状态未开始/进行中/完成管理员随时能看到整体进度。关键帧 自动插值。视频任务里两人可以各标一段帧区间Track 模式下标好首尾关键帧后自动插值补齐中间帧——这是视频标注效率的核心也是 CVAT 视频标注的主打能力。质量控制。设定好标注规范形状粒度、属性填写要求后用 CVAT 的质量控制模块对比不同标注员的结果检出重叠框、漏标和属性矛盾多人标同一批数据时还能开共识consensus流程合并多数结果。导出结果COCO、YOLO、VOC 怎么选标注做完导出入口在任务的 Export 步骤CVAT 支持 COCO、YOLO、PASCAL VOC、MOT、LabelMe 等二十余种格式格式实现都集中在 cvat/apps/dataset_manager/formats/。三个主力格式一句话区分COCO目标检测/实例分割训练的主力格式多数深度学习框架开箱即用选它一般不会错。YOLO每行一个框的轻量文本格式适合实时检测类项目和自研工具链。PASCAL VOC经典检测格式老代码库和对比实验常用。导出后是 zip 包直接喂给训练脚本即可。常见坑速查8080 端口被占用。症状是容器起不来或页面打不开——去docker-compose.yml里把前端端口映射改到空闲端口即可。内存不足导致容器反复重启。症状是 OOM 日志或页面长时间白屏——给主机加内存16GB 是舒适线或减少同机并发的其他容器。标注结果互相冲突。症状是同一物体出现多个重叠框、标签矛盾——用质量控制模块跑一次一致性检查定位到具体 job 让标注员修正别等训练完才发现脏数据。视频帧太多标不完。别逐帧标——开 Track 模式只标首尾关键帧让自动插值补中间帧。到这里一套能出数据的 CVAT 已经在你手上了部署、标注、质检、导出四步闭环都走通过。下一步建议拿你手头最小的一个数据集几百张图以内完整跑一遍全流程把导出产物接进训练脚本验证格式兼容性——数据集准备得越顺模型迭代就越快 【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