CVAT 入门完整指南从零部署到交付第一个标注数据集【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你手里有一批没标过的图像或视频需要尽快产出能喂给模型的训练数据——这正是 CVATComputer Vision Annotation Tool要解决的问题。它是一款免费开源的计算机视觉标注平台基于 Docker 部署在你的机器上覆盖导入数据、定义标签、绘制标注、AI 辅助、多人校审、导出 COCO/YOLO 等 20 余种格式的完整链路。下面按一个真实标注任务的工作流带你把第一份数据集做出来。三步跑起来完成 CVAT 部署环境要求三样东西Docker Engine、Docker Compose 和 Git。建议内存 16GB 以上最低 8GB磁盘预留 50GB 放镜像和数据。克隆仓库git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d首次启动要拉取一批镜像等几分钟。用docker compose ps确认所有容器进入运行状态。创建管理员账号并登录验证docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser然后在浏览器打开http://localhost:8080用刚创建的账号登录。看到 Projects 页面即部署成功。默认用 Chrome 或 Edge 访问Safari 不受支持。创建第一个标注项目并导入数据登录后按项目 → 任务 → 作业三层组织数据。项目是容器任务承载一组媒体文件作业是标注员实际领取的最小单元。建项目首页点击 Create new project输入名称如街景车辆检测项目只负责聚合任务本身不存图像。定义标签与属性新建任务时先填 Labels。点 Add label 逐个添加类别car、person、bicycle……。对需要细分的类别展开 Attribute 配置例如给 car 加遮挡程度下拉属性、给所有类别加是否截断开关。这一步决定了后面导出结果里包含哪些字段务必和模型需求对齐。导入数据在 Select files 区域选择来源——本机上传支持图像压缩包、视频、点云文件、远程文件服务或对象存储S3、Azure Blob 等先在 Cloud Storage 页面配置凭证。提交后 CVAT 自动把媒体切分为若干作业。标签和属性定义好后就不能再改所以第一遍任务建议先用小批量数据几十张试跑一遍流程确认标签体系没问题再批量导入。按任务类型选标注工具进入作业后左侧工具栏按你要输出什么选择工具矩形框Rectangle目标检测任务的首选。画快、信息够用适合车辆、行人等轮廓近似矩形的目标。多边形Polygon/折线Polyline需要轮廓级精度时用多边形道路、车道线这类开放形状用折线。骨架/关键点Skeleton人体姿态、面部特征。先在项目设置里定义骨骼点如肩、肘、腕画点时按拓扑自动连线。掩码类Brush/Polygon Fill实例分割任务。画笔逐像素涂抹或用多边形填充导出时转为掩码。3D 立方体Cuboid点云与多视角图像场景对应视频与 3D 点云一节。常用快捷键默认值可在界面设置中自定义操作快捷键下一帧N上一帧P撤销CtrlZ重做CtrlShiftZ保存标注CtrlS取消当前工具/取消选中Esc两个提效习惯连续多帧重复选同一类别时选中对象后复制到其他帧再微调标注偏离边界时开自动贴边省去手动对齐。模型先标、人来校AI 辅助标注流程AI 辅助标注的正确用法是模型出初稿人做修订而不是直接采用模型输出。操作分三步启用模型服务。社区版自动标注基于 serverless 组件叠加启动docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d部署模型函数。用nuctl部署你需要的预置模型仓库 serverless/ 目录下按框架ONNX、OpenVINO、PyTorch、TensorFlow提供了检测、分割、姿态、跟踪类函数例如 YOLO v7 检测器、SAM 分割交互器、HRNet 全身姿态估计。在界面触发标注。任务页打开 Auto Annotation选择模型与要标注的标签范围对选定作业/帧区间执行结果以草稿形式落到画布上你只负责移动边角、删误检、补漏检。适用边界要心里有数预置模型在 COCO 类常见类别人、车、常见物体上效果可靠换个领域工业缺陷、医学影像误检率会明显上升此时建议部署自己微调的模型而不是硬用预置模型。模型结果永远需要经过人工确认再标记为已完成。视频标注与 3D 点云标注视频标注不需要逐帧画。做法是关键帧标注只在目标进入、消失或形态变化显著的帧上画标注中间帧交给插值——CVAT 按关键帧自动生成轨迹你对自动生成的框做小幅修正即可。目标跟踪给目标建立 Track 后配合跟踪类模型如 TransT可自动外推目标在后续帧的位置你再校正漂移。长视频自动切成多段作业多人可并行处理不同时间段。3D 点云标注面向自动驾驶等场景。导入 Velodyne 点云及对应多视角图像后画布同时呈现 Top、Side、Front 三个正交视图在任一视图绘制 3D 边界框Cuboid其他视图同步联动可单独调节尺寸、朝向和外观按标签/实例着色、透明度、边框高亮。多人协作与标注质量控制团队使用时建议这样组织组织与角色创建 Organization 并把成员拉入用 Viewer、Editor、Admin 等角色控制权限管理员负责项目与任务标注员只领作业。任务分配把作业指派给具体标注员或开放自选领取进度在任务页实时可见谁做了多少、卡在哪个作业一目了然。一致性标准在项目里统一标签定义与属性规则用带注释的示例帧作为标注样例标注员对模糊案例可用评论和 Issue 功能提出疑问而不是各自猜测。校审用 Viewer 角色或评审流程复查已完成作业对关键类别可启用 Consensus多人对同批数据独立标注后比对合并差异大的样本回到标注员处重标。服务端还提供 Ground Truth 与 Honeypot 校验通过 API 混入已知标准答案的测试题量化标注员准确率。导出交付COCO、YOLO、VOC 怎么选标注完成、状态标记为 Done 后在任务或作业上触发数据集导出。CVAT 支持 20 余种格式实现见 cvat/apps/dataset_manager/formats/。按下游框架选型COCOJSON检测和实例分割的通用格式字段最全含类别、属性、多目标实例大多数深度学习框架都能读拿不准时选它。YOLO / Ultralytics YOLOTXT每目标一行的轻量文本格式适合实时检测模型的训练流程。PASCAL VOCXML经典检测格式老项目兼容性好。KITTI、MOTS、CAMVID、Cityscapes、Open Images等对应自动驾驶、多目标跟踪、特定数据集的约定格式按你的 benchmark 要求选择。导出时注意两个选项是否包含原始媒体文件只导标注还是打包整套数据集以及掩码的编码方式掩码类任务可选 PNG 或 RLE。建议第一次导出用一个小任务验证文件结构与字段名再执行全量导出。踩坑速查部署与使用常见问题问题解法8080 端口被占用修改 docker-compose.yml 中8080:8080的宿主机端口为空闲端口内存不足、容器反复重启升到 16GB 以上内存用docker compose ps定位挂掉的容器拉镜像慢或失败为 Docker 配置镜像加速源后重新docker compose up -d首次启动长时间无响应属正常现象首次需拉取并初始化整套服务耐心等待几分钟界面操作异常换用 Chrome 或 EdgeSafari 不受支持登录后无法操作确认使用的是createsuperuser创建的管理员账号且cvat_server容器状态正常下一步先按本文流程把一个小数据集完整跑一遍部署 → 建项目 → 标注 → 导出 COCO熟悉每步的入口。之后再把数据量放大、把 serverless 模型接进来提效团队协作时补上角色分配与校审环节。遇到具体报错优先看容器日志和 components/analytics/ 下的监控面板大多数部署问题都能在那里定位到。【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
CVAT 入门完整指南：从零部署到交付第一个标注数据集
CVAT 入门完整指南从零部署到交付第一个标注数据集【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你手里有一批没标过的图像或视频需要尽快产出能喂给模型的训练数据——这正是 CVATComputer Vision Annotation Tool要解决的问题。它是一款免费开源的计算机视觉标注平台基于 Docker 部署在你的机器上覆盖导入数据、定义标签、绘制标注、AI 辅助、多人校审、导出 COCO/YOLO 等 20 余种格式的完整链路。下面按一个真实标注任务的工作流带你把第一份数据集做出来。三步跑起来完成 CVAT 部署环境要求三样东西Docker Engine、Docker Compose 和 Git。建议内存 16GB 以上最低 8GB磁盘预留 50GB 放镜像和数据。克隆仓库git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d首次启动要拉取一批镜像等几分钟。用docker compose ps确认所有容器进入运行状态。创建管理员账号并登录验证docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser然后在浏览器打开http://localhost:8080用刚创建的账号登录。看到 Projects 页面即部署成功。默认用 Chrome 或 Edge 访问Safari 不受支持。创建第一个标注项目并导入数据登录后按项目 → 任务 → 作业三层组织数据。项目是容器任务承载一组媒体文件作业是标注员实际领取的最小单元。建项目首页点击 Create new project输入名称如街景车辆检测项目只负责聚合任务本身不存图像。定义标签与属性新建任务时先填 Labels。点 Add label 逐个添加类别car、person、bicycle……。对需要细分的类别展开 Attribute 配置例如给 car 加遮挡程度下拉属性、给所有类别加是否截断开关。这一步决定了后面导出结果里包含哪些字段务必和模型需求对齐。导入数据在 Select files 区域选择来源——本机上传支持图像压缩包、视频、点云文件、远程文件服务或对象存储S3、Azure Blob 等先在 Cloud Storage 页面配置凭证。提交后 CVAT 自动把媒体切分为若干作业。标签和属性定义好后就不能再改所以第一遍任务建议先用小批量数据几十张试跑一遍流程确认标签体系没问题再批量导入。按任务类型选标注工具进入作业后左侧工具栏按你要输出什么选择工具矩形框Rectangle目标检测任务的首选。画快、信息够用适合车辆、行人等轮廓近似矩形的目标。多边形Polygon/折线Polyline需要轮廓级精度时用多边形道路、车道线这类开放形状用折线。骨架/关键点Skeleton人体姿态、面部特征。先在项目设置里定义骨骼点如肩、肘、腕画点时按拓扑自动连线。掩码类Brush/Polygon Fill实例分割任务。画笔逐像素涂抹或用多边形填充导出时转为掩码。3D 立方体Cuboid点云与多视角图像场景对应视频与 3D 点云一节。常用快捷键默认值可在界面设置中自定义操作快捷键下一帧N上一帧P撤销CtrlZ重做CtrlShiftZ保存标注CtrlS取消当前工具/取消选中Esc两个提效习惯连续多帧重复选同一类别时选中对象后复制到其他帧再微调标注偏离边界时开自动贴边省去手动对齐。模型先标、人来校AI 辅助标注流程AI 辅助标注的正确用法是模型出初稿人做修订而不是直接采用模型输出。操作分三步启用模型服务。社区版自动标注基于 serverless 组件叠加启动docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d部署模型函数。用nuctl部署你需要的预置模型仓库 serverless/ 目录下按框架ONNX、OpenVINO、PyTorch、TensorFlow提供了检测、分割、姿态、跟踪类函数例如 YOLO v7 检测器、SAM 分割交互器、HRNet 全身姿态估计。在界面触发标注。任务页打开 Auto Annotation选择模型与要标注的标签范围对选定作业/帧区间执行结果以草稿形式落到画布上你只负责移动边角、删误检、补漏检。适用边界要心里有数预置模型在 COCO 类常见类别人、车、常见物体上效果可靠换个领域工业缺陷、医学影像误检率会明显上升此时建议部署自己微调的模型而不是硬用预置模型。模型结果永远需要经过人工确认再标记为已完成。视频标注与 3D 点云标注视频标注不需要逐帧画。做法是关键帧标注只在目标进入、消失或形态变化显著的帧上画标注中间帧交给插值——CVAT 按关键帧自动生成轨迹你对自动生成的框做小幅修正即可。目标跟踪给目标建立 Track 后配合跟踪类模型如 TransT可自动外推目标在后续帧的位置你再校正漂移。长视频自动切成多段作业多人可并行处理不同时间段。3D 点云标注面向自动驾驶等场景。导入 Velodyne 点云及对应多视角图像后画布同时呈现 Top、Side、Front 三个正交视图在任一视图绘制 3D 边界框Cuboid其他视图同步联动可单独调节尺寸、朝向和外观按标签/实例着色、透明度、边框高亮。多人协作与标注质量控制团队使用时建议这样组织组织与角色创建 Organization 并把成员拉入用 Viewer、Editor、Admin 等角色控制权限管理员负责项目与任务标注员只领作业。任务分配把作业指派给具体标注员或开放自选领取进度在任务页实时可见谁做了多少、卡在哪个作业一目了然。一致性标准在项目里统一标签定义与属性规则用带注释的示例帧作为标注样例标注员对模糊案例可用评论和 Issue 功能提出疑问而不是各自猜测。校审用 Viewer 角色或评审流程复查已完成作业对关键类别可启用 Consensus多人对同批数据独立标注后比对合并差异大的样本回到标注员处重标。服务端还提供 Ground Truth 与 Honeypot 校验通过 API 混入已知标准答案的测试题量化标注员准确率。导出交付COCO、YOLO、VOC 怎么选标注完成、状态标记为 Done 后在任务或作业上触发数据集导出。CVAT 支持 20 余种格式实现见 cvat/apps/dataset_manager/formats/。按下游框架选型COCOJSON检测和实例分割的通用格式字段最全含类别、属性、多目标实例大多数深度学习框架都能读拿不准时选它。YOLO / Ultralytics YOLOTXT每目标一行的轻量文本格式适合实时检测模型的训练流程。PASCAL VOCXML经典检测格式老项目兼容性好。KITTI、MOTS、CAMVID、Cityscapes、Open Images等对应自动驾驶、多目标跟踪、特定数据集的约定格式按你的 benchmark 要求选择。导出时注意两个选项是否包含原始媒体文件只导标注还是打包整套数据集以及掩码的编码方式掩码类任务可选 PNG 或 RLE。建议第一次导出用一个小任务验证文件结构与字段名再执行全量导出。踩坑速查部署与使用常见问题问题解法8080 端口被占用修改 docker-compose.yml 中8080:8080的宿主机端口为空闲端口内存不足、容器反复重启升到 16GB 以上内存用docker compose ps定位挂掉的容器拉镜像慢或失败为 Docker 配置镜像加速源后重新docker compose up -d首次启动长时间无响应属正常现象首次需拉取并初始化整套服务耐心等待几分钟界面操作异常换用 Chrome 或 EdgeSafari 不受支持登录后无法操作确认使用的是createsuperuser创建的管理员账号且cvat_server容器状态正常下一步先按本文流程把一个小数据集完整跑一遍部署 → 建项目 → 标注 → 导出 COCO熟悉每步的入口。之后再把数据量放大、把 serverless 模型接进来提效团队协作时补上角色分配与校审环节。遇到具体报错优先看容器日志和 components/analytics/ 下的监控面板大多数部署问题都能在那里定位到。【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
