企业官网建设流程全解析

CVAT计算机视觉标注工具指南：从本地部署到完成第一次数据集导出

【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

做视觉模型最容易卡在数据标注环节：用看图软件一张张开图、画框、改名，既慢又难保证一致性。CVAT（Computer Vision Annotation Tool）是一个可自托管的标注平台，用 Docker Compose 部署到本机后，在浏览器里建任务、画框和多边形、标掩膜，再导出 COCO、YOLO 等标准格式，供训练直接使用。

CVAT标注能做什么：能力清单一览

上手之前，先明确它解决哪些问题：

• 支持图像、视频和三维点云标注，标注类型包括矩形框、多边形、掩膜、关键点和立方体
• 项目、任务、作业三级结构，可指派给不同成员并跟踪进度
• 接入自有模型自动标注，先生成结果再由人工修正
• 导入导出 COCO、YOLO、Pascal VOC、KITTI 等 20 多种格式
• REST API、Python SDK、CLI 全面可编程，便于嵌入训练流程

从克隆到打开页面：最小部署跑通

官方部署基于 Docker Compose 文件，本机装好 Docker 即可。

1. 克隆仓库并启动服务：

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

这样做是因为一条命令就能把前端、后端、数据库和任务 worker 一起拉起，无需逐项配置。

2. 等待服务就绪。首次运行要拉取多个镜像，通常 5~10 分钟，用docker compose ps确认容器均为 Up 状态即可。
3. 浏览器打开 http://localhost:8080 直接注册账号（默认配置开放了注册）。若希望先建超级用户，执行下面的命令创建，后续权限与成员邀请都以它管理：

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

一个真实任务：从上传图片到导出数据集

接着走一遍典型流程：给一组图片标出"人"和"车"两类，并导出结果。

1. 创建任务：Tasks 页 → New task，选择本地文件上传，放入几张图片或一个压缩包。
2. 定义标签：在任务详情页用 Add label 添加 person 和 car，可继续给标签配置颜色、遮挡等属性。
3. 开始标注：Jobs 列表里点进作业进入标注界面，左侧选矩形工具，右侧选标签，在图上拉框，按 Tab 跳到下一帧继续。
4. 可选：让模型先画。右上角 AI Tools 入口选 YOLO v7 等模型，把模型类别与任务标签对应后点 Annotate，方框一次性生成，人工只需修正。这一步需要部署时加入 serverless 组件（components/serverless/ 目录）并部署对应模型函数。
5. 导出数据集：回到任务页的导出区，选 COCO（JSON）或 YOLO（TXT），导出下载后即可投入训练。

新手最容易踩的四个坑与常见疑问

卡住是正常过程，下面四个问题覆盖了大部分卡点：

启动后打不开页面或很慢？首启要拉镜像和构建服务，等 5~10 分钟属正常；仍不行就用docker compose logs server看日志，并确认 8080 端口未被占用。

上传了视频却要求逐帧标注？视频任务会自动切分成若干作业；在作业内改用 track 类型并开启插值，只需标出几帧关键位置，中间帧会自动补全。

标注界面看不到自动标注按钮？默认部署不含模型服务，需要先以 serverless 组件启动，并用 nuctl 部署所需模型函数（如 SAM、YOLO）后，界面才会出现该入口。

导出发现格式选错了？按训练框架需要选择：COCO 是 JSON，检测与分割最常用；YOLO 是 TXT，对应 Ultralytics 系框架；Pascal VOC 是 XML。总共有 20 多种格式，可在导出页随时换格式重新导出。

部署之后：接下来往哪走

第一个任务完成后，下一步是把它变成团队流程：用组织和角色分工标注与审核，用 Webhook 把标注进度同步到其他系统，用 SDK 批量处理数据。仓库内 site/content/en/docs/ 收录了各工作流与 API 的章节，cvat-sdk/ 提供了批量创建任务与导出的示例，想加快标注速度可参考 serverless/ 里的模型案例。当这个小型数据集标注完并导出为 COCO 时，从原始图片到可用训练集的闭环已经跑通。

【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