注平臺并完成首個數(shù)據(jù)集標(biāo)注)
CVAT 上手指南用 Docker 部署計算機視覺標(biāo)注平臺并完成首個數(shù)據(jù)集標(biāo)注【免費下載鏈接】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.項目地址: https://gitcode.com/GitHub_Trending/cvat/cvatCVATComputer Vision Annotation Tool是一個開源、可自托管的計算機視覺標(biāo)注平臺支持圖像、視頻與 3D 點云三類數(shù)據(jù)的標(biāo)注內(nèi)置模型輔助自動標(biāo)注、團隊協(xié)作、質(zhì)量檢查和多格式導(dǎo)出能力。本文帶你在本機跑通 CVAT并完成從導(dǎo)入數(shù)據(jù)到導(dǎo)出數(shù)據(jù)集的完整流程。3 分鐘在本地跑起 CVAT準(zhǔn)備環(huán)境安裝好 Docker Engine 和 Docker Compose瀏覽器建議使用 Chrome 或 Edge。git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d服務(wù)拉起后創(chuàng)建管理員賬號docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser瀏覽器打開http://localhost:8080登錄即可。如果 8080 端口被占用修改 docker-compose.yml 中的端口映射后重新up -d就行。首次拉取鏡像較慢屬于正?，F(xiàn)象耐心等待。核心工作流從原始數(shù)據(jù)到可導(dǎo)出數(shù)據(jù)集創(chuàng)建項目并定義標(biāo)簽在首頁創(chuàng)建 Project項目再在項目下新建 Task任務(wù)。任務(wù)創(chuàng)建彈窗里要做兩件事定義標(biāo)簽如 car、person、bicycle為標(biāo)簽追加屬性如遮擋程度、顏色后續(xù)導(dǎo)出時可一并帶上導(dǎo)入數(shù)據(jù)在 Select files 區(qū)域選擇數(shù)據(jù)來源本機文件、共享文件夾、遠(yuǎn)程 URL 或云存儲S3、Azure、GCS。上傳一個視頻文件或者拖入一個包含多張圖片的壓縮包都可以。畫框與視頻插值進(jìn)入標(biāo)注畫布后用左側(cè)工具欄繪制矩形、多邊形、關(guān)鍵點等圖形。右側(cè)的 Objects 列表展示當(dāng)前幀所有標(biāo)注可以直接改名、刪除或調(diào)整順序。視頻任務(wù)不需要逐幀標(biāo)注。在第一幀畫出目標(biāo)切到后面某一幀把目標(biāo)放到新位置CVAT 會自動插值出中間幀的標(biāo)注運動幅度大的目標(biāo)多補幾個關(guān)鍵幀即可。這樣一段長視頻的工作量能縮減一大截。檢查與導(dǎo)出標(biāo)注完成后從任務(wù)或 Job 的菜單中選擇導(dǎo)出選擇目標(biāo)格式。CVAT 支持 20 余種行業(yè)通用格式COCO、YOLO、Pascal VOC、KITTI、CVAT XML 等下游訓(xùn)練框架基本都能直接消費。按場景進(jìn)階模型輔助自動標(biāo)注什么時候用數(shù)據(jù)量大、目標(biāo)類型重復(fù)時先讓模型出一版草稿人工只做修正。先把 serverless 組件加入部署docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d再安裝nuctl按需部署 serverless/ 目錄下的預(yù)置模型覆蓋檢測、分割、姿態(tài)估計、跟蹤如 YOLO v7、SAM、RetinaNet。之后打開自動標(biāo)注面板選擇模型、設(shè)置標(biāo)簽映射與置信度閾值還可以通過 Region of interest 限定推理范圍避免整圖亂標(biāo)。注意模型輸出只是草稿置信度偏低的目標(biāo)、漏檢和重復(fù)框都要人工過一遍再導(dǎo)出。3D 點云標(biāo)注什么時候用自動駕駛、機器人等需要 3D 框的場景。CVAT 提供 Top / Side / Front 三視角同步視圖主視圖繪制 3D cuboid 時三個正交投影視圖會實時聯(lián)動方便對準(zhǔn)深度方向。團隊協(xié)作與質(zhì)量控制用組織Organization和角色劃分成員權(quán)限把任務(wù)分配給不同標(biāo)注員支持在畫布上評論、發(fā)起 issue定位到具體對象溝通問題開啟 consensus 模式讓多名標(biāo)注員獨立標(biāo)注同一份數(shù)據(jù)再按質(zhì)量分合并結(jié)果質(zhì)量報告可通過 API 拉取接入自有流水線自動化與集成界面操作之外CVAT 適合腳本化調(diào)用REST APIcvat/schema.yml 提供了完整的接口描述Python SDKpip install cvat-sdk代碼見 cvat-sdk/命令行工具pip install cvat-cli見 cvat-cli/Webhook事件觸發(fā)外部通知與處理避坑指南端口沖突改 docker-compose.yml 的端口映射不要直接占用已有服務(wù)端口內(nèi)存不夠建議至少 8GB處理長視頻或大點云時預(yù)留更多自動標(biāo)注里沒有模型說明 serverless 組件沒部署或?qū)?yīng)函數(shù)還沒用nuctl發(fā)布瀏覽器兼容官方主要測試 Chromium 系瀏覽器Safari 不在支持范圍上傳失敗先檢查視頻/點云編碼是否常見格式異常會記錄在服務(wù)日志里容器內(nèi)可查看下一步建議跑通基礎(chǔ)流程后可以按下面的方向繼續(xù)深入瀏覽 serverless/ 查看各框架PyTorch、ONNX、OpenVINO、TensorFlow的預(yù)置模型與部署說明查看 components/ 了解 Grafana 分析看板和 serverless 的獨立部署需要 Kubernetes 環(huán)境時直接使用倉庫自帶的 helm-chart/參考 tests/python/ 中的 REST API 與 SDK 測試用例快速搭建自己的集成腳本視頻任務(wù)多時重點練習(xí)關(guān)鍵幀插值多人團隊建議先小范圍試跑一次 consensus 流程再鋪開【免費下載鏈接】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.項目地址: https://gitcode.com/GitHub_Trending/cvat/cvat創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 CVAT 上手指南：用 Docker 部署計算機視覺標(biāo)注平臺并完成首個數(shù)據(jù)集標(biāo)注
CVAT 上手指南用 Docker 部署計算機視覺標(biāo)注平臺并完成首個數(shù)據(jù)集標(biāo)注【免費下載鏈接】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.項目地址: https://gitcode.com/GitHub_Trending/cvat/cvatCVATComputer Vision Annotation Tool是一個開源、可自托管的計算機視覺標(biāo)注平臺支持圖像、視頻與 3D 點云三類數(shù)據(jù)的標(biāo)注內(nèi)置模型輔助自動標(biāo)注、團隊協(xié)作、質(zhì)量檢查和多格式導(dǎo)出能力。本文帶你在本機跑通 CVAT并完成從導(dǎo)入數(shù)據(jù)到導(dǎo)出數(shù)據(jù)集的完整流程。3 分鐘在本地跑起 CVAT準(zhǔn)備環(huán)境安裝好 Docker Engine 和 Docker Compose瀏覽器建議使用 Chrome 或 Edge。git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d服務(wù)拉起后創(chuàng)建管理員賬號docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser瀏覽器打開http://localhost:8080登錄即可。如果 8080 端口被占用修改 docker-compose.yml 中的端口映射后重新up -d就行。首次拉取鏡像較慢屬于正?，F(xiàn)象耐心等待。核心工作流從原始數(shù)據(jù)到可導(dǎo)出數(shù)據(jù)集創(chuàng)建項目并定義標(biāo)簽在首頁創(chuàng)建 Project項目再在項目下新建 Task任務(wù)。任務(wù)創(chuàng)建彈窗里要做兩件事定義標(biāo)簽如 car、person、bicycle為標(biāo)簽追加屬性如遮擋程度、顏色后續(xù)導(dǎo)出時可一并帶上導(dǎo)入數(shù)據(jù)在 Select files 區(qū)域選擇數(shù)據(jù)來源本機文件、共享文件夾、遠(yuǎn)程 URL 或云存儲S3、Azure、GCS。上傳一個視頻文件或者拖入一個包含多張圖片的壓縮包都可以。畫框與視頻插值進(jìn)入標(biāo)注畫布后用左側(cè)工具欄繪制矩形、多邊形、關(guān)鍵點等圖形。右側(cè)的 Objects 列表展示當(dāng)前幀所有標(biāo)注可以直接改名、刪除或調(diào)整順序。視頻任務(wù)不需要逐幀標(biāo)注。在第一幀畫出目標(biāo)切到后面某一幀把目標(biāo)放到新位置CVAT 會自動插值出中間幀的標(biāo)注運動幅度大的目標(biāo)多補幾個關(guān)鍵幀即可。這樣一段長視頻的工作量能縮減一大截。檢查與導(dǎo)出標(biāo)注完成后從任務(wù)或 Job 的菜單中選擇導(dǎo)出選擇目標(biāo)格式。CVAT 支持 20 余種行業(yè)通用格式COCO、YOLO、Pascal VOC、KITTI、CVAT XML 等下游訓(xùn)練框架基本都能直接消費。按場景進(jìn)階模型輔助自動標(biāo)注什么時候用數(shù)據(jù)量大、目標(biāo)類型重復(fù)時先讓模型出一版草稿人工只做修正。先把 serverless 組件加入部署docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d再安裝nuctl按需部署 serverless/ 目錄下的預(yù)置模型覆蓋檢測、分割、姿態(tài)估計、跟蹤如 YOLO v7、SAM、RetinaNet。之后打開自動標(biāo)注面板選擇模型、設(shè)置標(biāo)簽映射與置信度閾值還可以通過 Region of interest 限定推理范圍避免整圖亂標(biāo)。注意模型輸出只是草稿置信度偏低的目標(biāo)、漏檢和重復(fù)框都要人工過一遍再導(dǎo)出。3D 點云標(biāo)注什么時候用自動駕駛、機器人等需要 3D 框的場景。CVAT 提供 Top / Side / Front 三視角同步視圖主視圖繪制 3D cuboid 時三個正交投影視圖會實時聯(lián)動方便對準(zhǔn)深度方向。團隊協(xié)作與質(zhì)量控制用組織Organization和角色劃分成員權(quán)限把任務(wù)分配給不同標(biāo)注員支持在畫布上評論、發(fā)起 issue定位到具體對象溝通問題開啟 consensus 模式讓多名標(biāo)注員獨立標(biāo)注同一份數(shù)據(jù)再按質(zhì)量分合并結(jié)果質(zhì)量報告可通過 API 拉取接入自有流水線自動化與集成界面操作之外CVAT 適合腳本化調(diào)用REST APIcvat/schema.yml 提供了完整的接口描述Python SDKpip install cvat-sdk代碼見 cvat-sdk/命令行工具pip install cvat-cli見 cvat-cli/Webhook事件觸發(fā)外部通知與處理避坑指南端口沖突改 docker-compose.yml 的端口映射不要直接占用已有服務(wù)端口內(nèi)存不夠建議至少 8GB處理長視頻或大點云時預(yù)留更多自動標(biāo)注里沒有模型說明 serverless 組件沒部署或?qū)?yīng)函數(shù)還沒用nuctl發(fā)布瀏覽器兼容官方主要測試 Chromium 系瀏覽器Safari 不在支持范圍上傳失敗先檢查視頻/點云編碼是否常見格式異常會記錄在服務(wù)日志里容器內(nèi)可查看下一步建議跑通基礎(chǔ)流程后可以按下面的方向繼續(xù)深入瀏覽 serverless/ 查看各框架PyTorch、ONNX、OpenVINO、TensorFlow的預(yù)置模型與部署說明查看 components/ 了解 Grafana 分析看板和 serverless 的獨立部署需要 Kubernetes 環(huán)境時直接使用倉庫自帶的 helm-chart/參考 tests/python/ 中的 REST API 與 SDK 測試用例快速搭建自己的集成腳本視頻任務(wù)多時重點練習(xí)關(guān)鍵幀插值多人團隊建議先小范圍試跑一次 consensus 流程再鋪開【免費下載鏈接】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.項目地址: https://gitcode.com/GitHub_Trending/cvat/cvat創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考