企业官网建设流程全解析

CVAT 上手手册：从第一批数据到可导出标注集的全流程拆解

【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

标过几千帧视频后你大概会发现：瓶颈不在模型，在标注本身。CVAT 数据标注平台可以自托管，把标注这一段压到几天内走完。

项目定位

CVAT 是面向图像、视频和 3D 点云的数据标注平台，社区版 MIT 协议。它和纯 Web 标注工具的区别在于：视频插值与 track 编辑是一等能力，内置 serverless 框架可以接你自己的模型做自动标注，数据全程留在你自己的服务器上。

CVAT 主标注编辑器：画布、对象列表与标签设置在同一屏

跑起来——三档部署任选

不想装任何东西的话，CVAT 官方提供在线试用版，浏览器里注册即可体验完整流程，适合用小数据集评估是否匹配你的场景。

本地部署一条命令起步，下面是最短路径：

git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat && docker compose up -d # 创建管理员账号 docker exec -it cvat_server bash -ic 'python3 ~/manage.py createsuperuser'

预期结果：docker compose启动完成后，访问 http://localhost:8080 用刚建的超管账号登录，看到任务列表页即成功。注意它主要在 Chromium 系浏览器（Chrome、Edge）上测试，Safari 不支持。

上生产前别急着用默认栈。仓库里 helm-chart/ 提供 Kubernetes 部署模板，docker-compose.external_db.yml 支持外接 PostgreSQL，把数据层和容器解耦，升级时不丢数据。

核心能力——按数据流拆解

数据进：格式与来源

输入支持图片目录、视频、3D 点云（pcd/bin）和音频。来源可以是本地拖拽、压缩包、远程 URL、云存储（S3、Azure Blob、Google Cloud），或挂在服务器上的文件共享。已有标注也可以直接导入——COCO、Pascal VOC、KITTI、MOT 等格式都支持，等于能接住别的工具没做完的活。建任务时还能顺手选好自动标注模型，预标注一次配齐。

任务创建时即可指定自动标注模型并上传数据

数据加工：标注与自动标注

2D 侧形状齐全：矩形、多边形、折线、椭圆、关键点、cuboid。视频标注是最出活的部分——只需在关键帧画对象，CVAT 用插值或 track 传播补中间帧，属性可以随帧线性过渡。自动标注走 serverless 函数：选模型、配标签映射和置信度阈值，可选 ROI 限定区域，结果直接落到画布上供修正。3D 点云支持顶/侧/前三视同步画 cuboid。

自动标注对话框：模型、标签映射、阈值与 ROI

3D 点云画布：三视图联动标注 cuboid

质量保障：多人与校验

两条主线。共识（consensus）模式让多人给同一 job 各标一份，审核时每个对象上直接显示投票情况，分歧一目了然。质量控制模块则做结构化校验：与 Ground Truth 比对、按 IoU 等指标算质量分，还支持 honeypot——预先埋入标准答案数据来测试标注员真实水平。这些检查都能通过 REST API 触发，可挂进验收流程。

共识模式下的审核视图：投票数直接标在对象上

数据出：格式与下游对接

导出覆盖 20 余种格式：CVAT 原生 XML、COCO、YOLO、Pascal VOC、KITTI、MOT，以及纯掩码 PNG。做分割训练直接导掩码，做检测导 COCO 或 YOLO，解压即用。导出粒度可选 job 或 task 级别，对话框里决定是否连图像一起打包。格式转换逻辑集中在 cvat/apps/dataset_manager/formats/，每个格式一个独立模块，需要私有格式时照着加一个即可。

导出 job 为数据集：选格式、决定是否保存图像

一个完整工作流

以最常见的"几百张图出检测数据集"为例。

Step 1：登录后新建 Task，上传图片目录，定义标签（person、car……），为每个标签指定允许的形状类型和颜色。

Step 2：打开任务，在第 1 帧画出前几个框。注意先只标 3-5 个对象，确认标签、颜色、属性都符合预期再铺开。

Step 3：视频任务在此步分岔。物体移动慢的段，打开插值，每隔几十帧标一个关键帧，中间帧自动补齐；这一步能省掉大部分重复劳动。

Step 4：密集画面手动画太慢，就在已部署自动标注的环境下跑一次 YOLO 预标注，人工只负责修正漏检和框偏的对象。

Step 5：job 全部完成后，右键选择导出为数据集，格式选 COCO，下载 zip。解压后 json 与图像一一对应，可直接喂给主流训练框架。

进阶：团队协作与自动化

权限和组织能力在 cvat/apps/iam/ 与 cvat/apps/organizations/ 中：建组织、拉人、按角色分配权限，job 可以指派给具体标注员，并走"标注 → 验证 → 完成"的阶段流转，验收环节和标注环节天然分离。

自动化方面，Python SDK 覆盖了建任务、上传、导出等常规操作，下面的例子创建了一个视频任务：

from cvat_sdk import make_client with make_client("http://localhost:8080", access_token="<token>") as client: client.tasks.create( name="demo", labels=[{"name": "person", "color": "#f00"}], size={"width": 640, "height": 480, "length": 10}, )

服务器端自动标注靠 serverless 组件：先把它加进部署，再用 nuctl 部署模型函数。serverless/ 下预置了 YOLOv7（ONNX）、SAM、TransT 跟踪、Faster R-CNN 等函数，覆盖检测、分割、姿态和跟踪四类：

# 追加 serverless 组件，使自动标注可用 docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d

踩坑与取舍

快速移动对象的插值会飘。场景：500 帧视频跟车，只标首尾两帧。现象：中间 track 明显偏离车身。原因：插值是位置和尺寸线性插值，处理不了加速和转弯。解法：高速段补 1-2 个关键帧，或先用 TransT 这类跟踪模型做粗跟踪，人工再收。

大体量点云导入会明显卡顿。场景：上千帧 velodye 序列直接建任务。现象：3D 画布拖动掉帧、响应变慢。原因：浏览器端渲染点数大，开销随数据量线性涨。解法：拆分多个 task，或先抽帧。点云是主力负载的话，上量前一定先用真实数据测性能。

社区版的自动标注需要自己部署。现象：装完点不到任何模型。原因：开源版不内置模型权重，模型以 serverless 函数形式部署，这一步官方留给了你。解法：用 serverless/ 里的现成脚本部署预置函数，或把自己训练的模型包成函数。想要"开箱即点"的体验，这是它和 SaaS 版最实际的差距。

质量与统计的 UI 能力有开源/付费分界。部分高级统计和质量控制界面功能属于付费版，社区版需要借助 API 自己拼出等价流程。做内部标注流程够用，但要出"管理面板"级别的报表，先确认功能清单。

选型参考

收尾

CVAT 是能把标注流程装进自己机器、并随团队规模扩展的数据标注平台。文档见官方 docs.cvat.ai，源码与更新节奏见 GitHub 仓库。

【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