企业官网建设流程全解析

完整图像/视频/3D标注：CVAT 15 分钟部署

【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

一帧视频标 12 分钟、格式来回导了 4 遍，是手动攒数据集的人都干过的苦力活。CVAT 把图像、视频、3D 点云标注和 AI 预标注、多人协作装进一套 Docker 服务里：本文带你 3 步跑起来，再给出 3 个场景化调优点，最后用管理员账号登录 http://localhost:8080。

还在逐帧硬标？CVAT 补上的三步

如果你现在还在用单帧图片编辑器干活：画完框导出、下一段视频手动重新导入、track 断在视频中间。CVAT 对应解决的是：

• 多模态同库：图像、视频、3D 点云一套系统
• AI 辅助：接入 YOLO、SAM 等模型预标注，人工只做修正
• 团队协作：角色权限、任务分配、复核流
• 格式兼容：30+ 导出格式，直接对接训练管线

这四件事互相不占位，同一个组织里可以混着建任务。

三步：从克隆到登录

前置只有一条：机器上有 Docker 和 Docker Compose，内存 8GB 起。首次启动会拉取 cvat/server、cvat/ui、postgres、redis、clickhouse、grafana 等好几个镜像，几 GB 量级，网络不稳就别中途关终端。

Step 1：拿代码

git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat

Step 2：拉起服务栈

# 局域网其他机器要访问就先把 IP 导出，只用本机可省略 # export CVAT_HOST=192.168.1.10 docker compose up -d # 等镜像拉取与容器启动

不需要手动跑数据库迁移：入口脚本启动时会自动等 postgres 就绪、执行 migrate 和 Redis 迁移（入口逻辑见 backend_entrypoint.sh）。⚠️ 首次拉镜像最容易卡在这里，docker compose ps里全部显示 Up 再往下走。

Step 3：建管理员账号

docker exec -it cvat_server bash -ic 'python3 ~/manage.py createsuperuser'

按提示输入用户名和密码。浏览器打开 http://localhost:8080（设过 CVAT_HOST 就是那个地址），用刚建好的账号登录，建一个 task、传一批数据，就能看到标注画布。

不同数据场景的三个调优

视频标注：打开静态帧缓存

• 适用条件：序列过千帧，或者多人同时标同一段视频
• 改哪个配置：docker compose up -d之前export CVAT_ALLOW_STATIC_CACHE=yes，这个开关在 docker-compose.yml 里已预留
• 预期收益：帧在服务端解码缓存后落盘，拖动、快进、多人并发访问不再互相挤解码

跨机访问：一个环境变量

• 适用条件：同事要接入你这套服务一起标
• 改哪个配置：启动前export CVAT_HOST=你的IP或域名，UI 和 API 就都指向这个地址
• 预期收益：不用额外配反向代理，改完重新up即生效

3D 点云：给内存，用多视角

• 适用条件：自动驾驶 LiDAR、三维重建这类大点云任务
• 改哪个配置：点云量大、导入慢时，把 server 容器的内存限额往上提，导入 worker 的 NUMPROCS 也可从 1 提到 2
• 预期收益：Top/Side/Front 三视图联动标注，3D 定位漂移一眼能看出来，交叉验证成本明显下降

常见翻车点，一行命令定位

• 首次启动像"卡死"：先docker compose ps看状态，还有 Created 的容器大概率是镜像没拉完，重新docker compose pull一把然后等着就行
• 8080 端口被占：netstat -tulpn | grep 8080找到占位进程，把你本地 docker-compose.yml 里 traefik 的端口映射改成8081:8080，再docker compose down && docker compose up -d
• 登录页打不开、报 502：docker compose logs cvat_server看迁移是否跑完，入口脚本还在后台做初始化，多等一两分钟刷新就好

往下走

到这里，一套覆盖图像/视频/3D、多人协作、多格式导出的标注平台已经在你机器上跑起来了。等标注量过千、人工抽查开始顾不过来时，看看 cvat/apps 下的 quality_control 与 consensus 模块做质量复核和多人一致；再往后接 serverless 框架部署自己的模型做预标注，人工占比还能再压一截。

【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