CVAT 部署教程用 Docker Compose 快速搭建本地数据标注环境【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是一个开源的数据标注平台支持在图像、视频和 3D 点云上绘制边界框、多边形、掩膜等标注并能把结果导出为 COCO、YOLO 等训练格式。如果你不希望原始素材离开自己的机器或者要接自己的模型做自动标注本地部署 CVAT 数据标注平台就是绕不开的一步。本文全程只依赖 Docker Compose——一种从单个配置文件拉起整套关联服务的工具从空目录到可用的标注界面实际操作大约十分钟。部署完成后你会在本机的http://localhost:8080上得到一个完整界面可以建项目、传数据、画标签、管理成员数据全部落在自己机器上的卷里。部署全景一览步骤做什么得到什么1检查环境并克隆仓库源码在本地磁盘2一键启动服务栈后端、前端、数据库、网关全部跑起来3等待后端初始化完成数据库表和缓存就绪4创建管理员账号一个可登录的超级用户5登录并试用建任务确认部署真正可用6停止、重启与日常维护一套可复用的维护命令检查环境并克隆源码动手前先确认三样工具在场Docker Engine、Docker Compose 和 Git。跑下面三条命令看版本号哪条执行不了就先补装哪个。docker --version docker compose version git --version提示如果docker compose报找不到命令多半是装了旧版 Compose v1后文命令一律把docker compose写成docker-compose即可。确认无误后克隆仓库并进入目录后续所有命令都在这个目录里执行git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat目录里的关键文件是docker-compose.yml它声明了整套服务PostgreSQL 数据库、Redis 与 Kvrocks 两类缓存、后端 API、前端页面、若干后台 worker负责导入导出和标注计算以及对外暴露 8080 端口的 Traefik 网关。你不需要逐个启动它们Compose 会按依赖顺序处理。一键启动服务栈这一步让 Compose 拉取镜像、创建容器并按序启动所有服务docker compose up -d首次运行要拉十几个镜像视网络情况可能持续 5 到 20 分钟让它安静跑完就行。提示如果 8080 已被其他程序占用打开docker-compose.yml把traefik服务下的8080:8080改成你的空闲端口:8080再启动。若想让局域网里的其他设备访问启动前执行export CVAT_HOST你的机器IP之后用这个地址加端口访问。等待后端初始化完成容器刚起来时后端其实还没准备好。首次启动时容器入口脚本会自动执行数据库迁移和缓存迁移对应仓库里的backend_entrypoint.sh所以这两件事不需要你手动做只需盯日志等它跑完docker compose logs -f cvat_server看到日志不再有报错、服务进入监听状态后按CtrlC退出跟踪。提示如果日志卡在与数据库连接相关的报错上通常只是 PostgreSQL 容器还在启动稍等片刻重跑上面的命令即可若是迁移本身报错可手动执行docker exec -it cvat_server bash -ic python3 ~/manage.py migrate查看具体输出。创建管理员账号没有账号部署完的服务无法登录。用下面这条命令进入后端容器创建超级用户按提示依次输入用户名、邮箱和密码docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser提示密码输入时屏幕不会有任何回显属于正常现象输完回车即可。这是整个流程中唯一需要手动完成的账号操作。登录并验证标注功能在浏览器打开http://localhost:8080用刚创建的超级用户登录。首页是工作台顶部有项目、任务等入口。提示CVAT 主要在 Chrome、Edge 等 Chromium 系浏览器上测试过Firefox 可能有零星问题Safari 不支持渲染异常时先换浏览器。接着做最小闭环新建一个项目在项目里创建任务填上名称在 Labels 里加一个标签比如car在 My computer 下选择本地图片或图像压缩包上传。上传完成后打开任务在图像上框一个矩形。如果框被正常记录说明页面、后端、数据库和后台 worker 这条链路全部工作正常。停止、重启与日常维护部署跑通之后日常维护反复用到的是这三条命令docker compose ps # 查看每个容器的运行状态 docker compose down # 停止并移除全部容器 docker compose up -d # 重新拉起整套服务提示down只停服务数据存在命名卷里重启后项目和账号都还在只有加上-v才会连同数据一起删除删测试环境前确认好参数。后续若想接入自动标注模型仓库自带components/serverless/组件按docker-compose.yml叠加对应的 compose 文件即可扩展官方文档源文件也在仓库的site/目录下需要深入时随时可以查。完成验证清单部署结束后逐项确认以下条目全部打勾即视为部署成功✅docker compose ps中所有容器均为运行状态✅ 浏览器打开http://localhost:8080能用超级用户登录✅ 能创建一个项目并在其中创建任务✅ 上传图像、绘制标注框均正常✅ 执行down后再up原有项目和账号仍然存在【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