CVAT 标注工具实战指南：从本地部署到数据集交付的 6 个步骤-二趣网

CVAT 标注工具实战指南：从本地部署到数据集交付的 6 个步骤

【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

CVAT 标注工具（Computer Vision Annotation Tool）是用于构建高质量视觉数据集的开源数据标注平台，支持图像、视频和 3D 点云标注、20 余种导入导出格式、模型自动标注与多用户协作。本文按真实任务流走一遍：把服务拉起来 → 完成第一次标注 → 接入模型自动标注 → 拉人分工 → 导出交付数据集，并在最后给出 3 个高频故障的处理方法。

把本地服务跑起来

确认前置条件

Docker 与 Compose（docker composev2 插件）已安装，Git 可用
内存建议 8GB 以上（16GB 更好），磁盘预留 20GB 以上用于拉取镜像和存放数据
浏览器用 Chrome 或 Edge 等 Chromium 系；Firefox 可能有小问题，Safari 不支持
Windows 环境建议装在 WSL2 + Docker Desktop 里

🚀 一条命令部署

先克隆仓库并启动整个服务栈。首次运行会拉取 cvat/server、cvat/ui、Postgres、Redis 等镜像，需要几分钟到十几分钟，期间可以用docker compose logs -f观察进度。

git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d

这一条命令会拉起 18 个容器：API 服务器、8 个专职 worker（导入、导出、标注、webhooks、质量报告等）、前端、Postgres、两级 Redis、OPA 鉴权、ClickHouse 与 Grafana 分析组件，以及负责路由的 Traefik。对外只暴露 8080 端口。

再创建管理员账户。自己注册的账号默认没有任何权限，必须通过命令行建一个 superuser：

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

按提示填用户名和密码后，浏览器打开http://localhost:8080登录即可。如果要用 IP 或域名访问，启动前执行export CVAT_HOST=<你的IP或域名>。

验证服务是否健康

登录前可先确认后端各组件状态，预期看到 Cache、Database、Disk、Memory、Migrations、OPA 全部 working：

docker exec -t cvat_server python manage.py health_check

完成第一次标注

创建任务：上传数据、定义标签

在 Tasks 页面新建任务。先定义标签（如 person、car，需要细分可加属性），再选择数据来源——本地上传、共享目录、远程地址或云存储。图像支持 JPEG、PNG、TIFF 等 Pillow 覆盖的格式，视频支持 MP4、AVI、MOV，点云支持 .pcd 和 .bin。

选对形状工具

形状工具按任务类型选择：

矩形：常规目标检测
多边形 / 折线：不规则轮廓、道路等线性物体
椭圆 / 画笔：圆形物体与像素级分割
骨架：人体姿态关键点
Tag：整帧/整段分类

绘制时注意两个行为区别：Shape 只标当前帧，Track 会把它作为同一对象跨帧跟踪。编辑器还提供 5 种模式（Standard、属性标注、单形状、Tag 标注、Review），Review 模式专门用于检查已有标注。

需要 3D 时用 cuboid

上传 .pcd/.bin 点云后进入 3D 标注，用 cuboid 标注三维目标，Top、Side、Front 三个视图同步编辑，适合自动驾驶、机器人场景。

接入模型做自动标注

部署 serverless 组件

默认部署不包含自动标注能力。它跑在 Nuclio serverless 框架上，把额外的 compose 文件叠加进来即可：

docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d

仓库内已预置一批模型，覆盖检测（YOLO v7、RetinaNet、Faster RCNN）、分割交互（SAM、IOG）、姿态（HRNet32）和跟踪（TransT）。安装nuctl命令行后，按需把模型函数部署上去，模型列表见 serverless 模型目录。

跑第一次自动标注

进入任务 Actions 菜单的 Automatic Annotation：选择模型、把模型输出类别映射到你任务里的标签、设置置信度阈值，还可以限定 Region of interest 只处理局部区域，点 Annotate 后模型结果直接落到画布上，你再逐帧修正。

拉团队协作与分工

建组织、配角色

CVAT 有两级角色。全局角色三个：Administrator（自托管环境的全权管理员）、User（注册默认角色）、Worker（只能做标注和验证，不能建任务）。组织内还有更细的 Organization 角色，控制成员对任务、项目的可见范围。自建实例里角色策略以.rego文件维护，需要改权限可以调整后再重启，详见用户角色文档。

任务拆 job、分配 assignee

任务按 segment size 切分成多个 job，分给不同标注员。每个 job 有 annotation → validation → completed 三个阶段，任务列表可按 assignee、状态过滤，随时看到谁做到哪。沟通用评论和 issue 定位具体帧，多人交叉标注可以启用 consensus 模式对比合并结果。

导出与交付数据集

选对导出格式

任务 Actions 里的 Export task dataset 支持 20+ 种行业标准格式，常见的有：

CVAT XML（保真度最高）
COCO JSON、Pascal VOC XML
YOLO / Ultralytics YOLO TXT
KITTI、MOT（自动驾驶与多目标跟踪）

可以选只导出标注，或标注连同图像一起打包，并指定 subset（train/test/validation）。格式实现代码在 cvat/apps/dataset_manager/formats/，每行对应一种格式。

用 SDK 和 CLI 自动化

REST API 覆盖全部功能；Python SDK 适合写进数据流水线，装完就能用：

pip install cvat-sdk

典型用法：批量创建任务、上传数据、轮询标注进度、完成后自动导出，仓库的 cvat-sdk/examples 下有任务创建、导入导出、webhook 注册等可直接参考的脚本。

3 个高频故障

页面打不开或 502

现象：localhost:8080转圈或 502。原因：首次拉镜像和容器启动还没完成，或 8080 端口被占用。解决：docker compose logs -f等 cvat_server 就绪；端口冲突则改docker-compose.yml里 traefik 的ports为<新端口>:8080。

启动时提示磁盘空间不足

现象：health check 报 "disk usage exceeds 90%"。原因：CVAT 默认要求保留 10% 空闲磁盘。解决：清理空间，或用环境变量export CVAT_HEALTH_DISK_USAGE_MAX=90调整阈值。

CVAT_HOST 不生效

现象：配了CVAT_HOST但外网仍访问不到。原因：用sudo跑 compose 时用户环境变量被丢弃。解决：改成sudo -E docker compose up -d。

下一步行动项

把第一个任务用 COCO 格式导出一次，确认"上传 → 标注 → 导出"全链路通了
部署 YOLO v7 检测模型，对一个任务跑一遍自动标注，体会人工修正的工作量变化
有队友时建一个组织，给对方 Worker 角色，把任务拆成 2 个 job 分配出去，体验阶段流转

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析