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 cvatStep 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_HOST192.168.1.10 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_CACHEyes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 502docker 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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
完整图像/视频/3D标注：CVAT 15 分钟部署
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 cvatStep 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_HOST192.168.1.10 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_CACHEyes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 502docker 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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考