CVAT 免费开源视觉数据标注工具4 类标注、AI 辅助与团队协作一次部署全部搞定【免费下载链接】cvatCVAT is a leading data annotation platform for image, video, audio, and 3D datasets. It offers open-source, cloud, and enterprise products, as well as labeling services, with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat手头有一批待标注的视频或图像又不想把原始数据交给收费的云端服务CVAT 是一个可以自托管的开源标注工具面向视觉数据标注场景从创建任务、上传数据到导出训练集整个链路都在你自己的机器上完成。本文按上手的真实顺序走一遍先把服务跑起来并验证再讲四种标注方式各自适合什么任务然后是 AI 辅助、多人协作、提速技巧、导出格式与 3D 点云最后是几个高频故障的排查思路。把 CVAT 跑起来Docker 部署与一步验证CVAT 官方推荐 Docker Compose 部署前置要求是装好 Docker Engine、Docker Compose 和 Git。git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d启动后先执行docker compose ps确认各容器进入运行状态再访问http://localhost:8080。这里有个容易踩的坑管理员账号不是预置的首次部署要执行docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser交互式创建之后再登录。后端是否正常也可以用curl http://localhost:8080/api/server/health/确认返回成功即代表服务就绪。如果你要对外网开放可按 README 提示提前设置CVAT_HOST环境变量指向你的 IP 或域名。登录后首页仪表板按 Project 分组列出各任务下每个 Job 的完成百分比之后所有标注操作都从这里进入。四种标注方式怎么选标注类型与任务场景的对应关系CVAT 的画布提供四类基础形状选哪种取决于你下游模型要吃什么数据标注类型对应任务说明掩码Mask语义分割画笔涂抹后转成像素级区域也可用矢量模式勾出多边形再栅格化多边形Polygon实例分割、轮廓级检测逐点勾勒精确边界关键点Points/Skeleton姿态估计在标签上配置骨架连接后按点位顺序标注矩形框Rectangle目标检测拖拽成框配合 label 完成检测类任务对视频数据同一目标可以建 track 贯穿多帧省去逐帧重复画框。掩码之外CVAT 还支持 tags图像/片段级标注和区间标注主要用于音频按需开启即可。让模型先标、人来改CVAT AI 辅助标注流程先说结论CVAT 社区的自动标注能力来自预构建的 serverless 模型覆盖检测、分割、姿态估计和跟踪几类任务。仓库内 serverless/ 目录提供了相应函数定义例如 YOLO v7serverless/onnx/WongKinYiu/、Faster RCNN Inception v2、RetinaNet R101、SAM 分割模型、HRNet32 人体姿态、TransT 跟踪器等。启用它需要叠加一份 compose 配置docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d再按 components/serverless/ 的说明安装nuctl并部署你需要的函数。之后在标注界面选中模型配置三样东西模型类别与任务标签的映射、置信度阈值、感兴趣区域ROI点 Annotate 后模型先对画面打标你在画布上直接拖动、裁剪、删改即可人只负责修正。多人协作怎么管角色权限、任务分配与质检CVAT 把数据组织成 Project → Task → Job 的层级一个大项目拆成若干任务任务再按帧数切分为 Job具体标注工作以 Job 为单位分配到人仪表板能直接看到每个 Job 的完成比例谁卡在哪一步一目了然。权限由组织成员角色控制代码定义在 cvat/apps/organizations/四级角色从低到高是 worker、supervisor、maintainer、ownerworker 负责实际标注supervisor 可管理任务分配maintainer 负责组织内成员维护owner 拥有邀请和最高管理权。成员通过邀请加入邀请有过期时间。质检方面CVAT 提供 consensus多人重复标注取一致结果、Ground Truth 对照以及 Honeypot蜜罐样本机制配合注释与 issue 讨论可以在交付前拦住系统性错误。提速细节快捷键与批量操作标注界面的按键可以在设置面板里自定义保存、撤销与重做画布快捷键映射中 Z/Y 即绑定这两个动作、各类标注工具切换都建议绑到你最顺手的键位上长时间标注时这一项省下的时间很可观。批量层面有三件事数据一次性打包上传支持压缩包、视频、目录自动标注直接对整个 Job 的帧范围运行不用逐帧触发导出时整任务或整项目一键生成数据集。此外内置的 shape 转换功能可以在矩形框、多边形、掩码、关键点之间批量互转同一批数据要喂给不同模型时不必重标。多边形绘制时开启边缘吸附顶点会自动对齐到目标轮廓能明显减少逐点修正的来回拖动。数据怎么交出去导出格式选择建议CVAT 支持 20 多种导出格式代码集中在 cvat/apps/dataset_manager/formats/。选格式的原则只有一条对齐你训练框架的读取习惯。目标是检测训练PyTorch / TensorFlow 通用生态选 COCOJSON。目标是 YOLO 系模型选 YOLOTXT仓库中同时存在适配不同 YOLO 版本的格式定义。传统检测管线或需要 XML 交换选 Pascal VOC。自动驾驶语义分割选 Cityscapes格式与地图类场景标签体系对应。点云与 3D 检测选 KITTI 或 Velodyne point。需要标注往返编辑CVAT 原生 XML 是无损的导入导出后信息不丢。不确定时直接看 formats 目录里的文件名对号入座即可。3D 点云标注面向自动驾驶与机器人如果你的数据来自 Velodyne 等激光雷达CVAT 支持导入 PCD 等点云格式做 3D 标注界面主视图之外下方同时给出俯视图、侧视图和前视图标注时以 cuboid 三维框描述目标右侧外观面板可按 label、instance 或 group 着色并调整透明度。对自动驾驶场景理解、机器人抓取这类任务这是少数能在 Web 端直接完成的点云标注方案。标注数据分析用统计确认交付前的状态项目页面内置 AnalyticsSummary / Annotations / Events 三个标签页分别汇总整体统计、按标签列出各类别形状数量、记录用户操作事件。导出前看一眼各类别的数量分布哪个类别明显偏少、哪个标注员的事件异常都可以提前发现。服务端还可接 Grafana 仪表盘监控用户活动与各 Job 的工作时长。遇到问题先查这里3 个高频故障的排查思路页面打不开先docker compose ps看容器是否全部 running再docker compose logs逐容器翻日志server 依赖数据库与缓存容器未完全就绪时访问会直接失败。浏览器兼容性官方主要在 Chromium 系Chrome、Edge上测试Safari 不在支持范围内遇到画布渲染异常优先换浏览器。自动标注里没有模型serverless 组件没起或函数没部署按前面给出的 compose 叠加命令补齐并确认nuctl里已有对应模型函数。导出格式不匹配对照 formats 目录逐一核对扩展名与字段定义掩码类格式对像素级数据有额外要求确认任务里真的画了 mask 再选对应格式。小结CVAT 作为一个可自托管的开源视觉数据标注工具把部署、矩形框/多边形/关键点/掩码四种基础标注、AI 辅助、组织协作与质检、20 多种格式导出、3D 点云和标注统计放在同一套 Docker 栈里数据始终留在自己的环境内。建议先用一小批样本数据把部署、标注、导出整条链路完整走一遍确认训练框架能直接读取导出的文件再批量上传正式数据。【免费下载链接】cvatCVAT is a leading data annotation platform for image, video, audio, and 3D datasets. It offers open-source, cloud, and enterprise products, as well as labeling services, 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