CVAT 图像视频标注上手指南AI 自动标注、20格式导出3步自托管部署【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当你需要人工标注10万张街景图片、画出50万个目标框时纯手工会耗时数周质量还难保证。CVAT 就是为这种工作量准备的开源的图像视频标注平台接上预训练模型做AI自动标注人工只做修正最后还能按COCO、YOLO等格式直接导出训练可用的数据集。它2018年上线开源社区是目前使用最广的视觉数据标注平台之一。 它到底能做什么四个能力都指向降低人工标注成本8类标注工具边界框、多边形、掩码、3D立方体、骨架关键点等。检测任务用框点云3D标注用立方体姿态估计用骨架。AI自动标注内置YOLO v7、SAM、Mask RCNN、TransT等9个预训练模型覆盖检测、分割、姿态、跟踪。模型先打一遍底你只修正低置信度的框。视频跟踪与插值首尾帧画好中间帧自动生成监控、行车这类连续画面最省时间。团队协作组织、角色、任务分配与审核流程适合几十人以上的团队标注。 动手前必知的3个概念Project、Task、Job 什么关系Project 是业务分类Task 是一批媒体上传可以是100张图片或1个视频Job 是 Task 拆分后的最小工作单元标注员只看到 Job 并在其上作业。选哪个版本三种Online 免费版浏览器打开即用Community 自托管版MIT 开源数据留自己服务器Enterprise 版加 SSO、SLA 等商业能力。多数人前两个就够。吃不吃资源一台普通带 Docker 的机器即可默认栈一条 compose 命令就能拉起。 从上传数据到导出数据集拿街景车辆数据集举例5步走完部署服务克隆仓库按 README.md 一条 compose 命令启动再创建管理员账号。创建 Task上传图片或视频定义标签比如 car、person以及颜色、数量等属性。标注开自动标注让模型先打框见下图3D数据用立方体赶时间的连续帧开跟踪插值。导出选 COCO 或 YOLO 等格式直接下载 zip即可进训练流水线。自动化通过 pip 安装 cvat-sdk把建任务、上传、导出整条流程写进自己的脚本。⚠️ 版本怎么选、3个常见坑只是想试功能用 Online 免费版零部署。数据敏感不能出内网自托管 Community 版整套跑在自己服务器上。三个容易踩的坑浏览器只保证 Chromium 系Chrome、Edge体验Firefox 勉强可用Safari 直接别试。自动标注不是开箱即用的要额外给 compose 加上 serverless 组件并用 nuctl 逐个部署模型模型源码都在 serverless/ 目录。部分 serverless 模型是非商用许可商用前务必核对许可证。 现在开始标注你的数据集CVAT 把标注、审核、导出、自动化收进一个平台MIT 开源的 Community 版是核心适合想自己掌控数据管线的人。现在就能上手git clone https://gitcode.com/GitHub_Trending/cvat/cvat启动服务后打开浏览器里的 8080 端口10分钟内你就能画出第一个标注框。【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
