CVAT 计算机视觉标注工具3 步部署你的第一个图像、视频与 3D 标注平台【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是一个开源的计算机视觉标注工具帮你把图像、视频和 3D 点云数据整理成高质量的训练数据集。这篇指南带你用 3 步把它部署到本地拉取代码、一条命令启动全部服务、初始化数据库并建好管理员账号全程约 10 分钟之后就可以开始标注第一批数据了。装完 CVAT 你手里有什么先说结果免得你装完不知道能干嘛。浏览器打开http://localhost:8080你会得到一个完整的标注工作台图像/视频/点云都能标画矩形、多边形、画笔涂抹、点云里的 3D 立方体主流标注形态都有AI 帮你先标一遍接上深度学习模型自动跑出第一版标注你负责修正而不是从零画起数据集能直接导出标注完的图像和视频可以按你要的格式打包下载喂给训练框架多人能用多账号、按项目分配任务、跟踪标注进度适合团队协作开跑前 1 分钟硬件与依赖速查表部署前对照下面这张表检查你的机器不符合的先用一行命令验证版本项目要求操作系统Ubuntu 20.04 / 22.04、CentOS 7 / 8 等主流 Linux 发行版Docker20.10.0 及以上Docker Compose1.29.0 及以上内存8 GB 起步推荐 16 GB磁盘至少 20 GB 可用空间下面这条命令用来确认 Docker 和 Compose 是否已安装、版本是否达标docker --version docker-compose --version版本号不达标就先升级 Docker后面所有步骤都建立在它之上。3 步部署 CVAT从拉代码到登录第 1 步拉取代码把仓库克隆到本地并进入目录一条命令搞定git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat第 2 步一条命令启动全部服务这条命令会下载镜像并把 CVAT 的全部组件一次性拉起来后台运行不占终端docker-compose up -d它替你启动了 4 个核心服务后端 API 服务Django 框架前端用户界面React 技术栈PostgreSQL 数据库存任务和标注数据Redis 缓存实例首次启动要 2–5 分钟下载和初始化镜像。等终端没新输出了服务基本就绪想确认就跳到下一节用日志命令看一眼。第 3 步初始化数据库并创建管理员下面这条命令在服务容器里执行数据库迁移建好表结构docker exec -it cvat_server bash -ic python3 manage.py migrate再执行这条创建管理员账号按提示输入用户名、邮箱和密码docker exec -it cvat_server bash -ic python3 manage.py createsuperuser现在浏览器访问http://localhost:8080用刚建的账号登录——CVAT 已经跑起来了。功能速览按要解决的问题找工具手工标注太慢先让 AI 标一遍CVAT 集成深度学习模型做自动标注你选一个模型、指定要处理的任务它批量跑出一版标注标签和位置都已自动分配包括人体姿态估计这类专业模型。适合大批量数据冷启动——先自动标再人工修正比全手工快得多。可自动部署的模型清单放在 serverless/ 目录覆盖 OpenVINO、PyTorch、TensorFlow 等推理后端想研究模型接入可以看 cvat/apps/lambda_manager/。图像和视频的日常标注交互式工具集标注工作台提供一整套绘制工具矩形、多边形、点、画笔涂抹标签属性可以实时增删改画错了随时调整。画框、画线、刷像素图像和视频的每一帧都适用。3D 点云数据自动驾驶和机器人场景激光雷达点云这种三维数据CVAT 提供了专门的 3D 标注画布在点云里框出 3D 立方体、给目标贴标签支持多视角查看。自动驾驶目标检测、机器人感知建模、场景三维重建这类项目就用它。多人一起标协作与质量把关团队场景下CVAT 提供多用户权限管理、项目分享与协作机制、标注进度实时跟踪。相关实现分散在 组织与权限模块、质量检查模块 和 共识标注模块任务与项目本身的管理逻辑在 任务引擎。数据导出格式由 dataset_manager 负责想写脚本操作整个平台可以用官方 SDKcvat-sdk/。遇到问题先查这里现象处理办法8080 端口被占用修改docker-compose.yml中的端口映射配置执行 docker 命令报权限错误把当前用户加入 docker 用户组或临时用 sudo 执行镜像下载慢或失败检查网络或配置国内镜像源加速还有两条日常运维命令放在终端里备查。查看实时日志、定位启动卡在哪一步docker-compose logs -f服务出问题时彻底重启所有容器先停再启docker-compose down docker-compose up -d接下来你可以创建第一个项目上传一批图像或视频开始标注挂一个自动标注模型体验 AI 先标、人工修正的流程邀请团队成员加入按项目分配标注任务标注完成后导出数据集检查格式是否符合你的训练流程【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