企业官网建设流程全解析

CVAT 视觉数据标注：从本地部署到数据集交付

【免费下载链接】cvatCVAT is a leading data annotation platform for image, video, audio, and 3D datasets. It offers open-source, cloud, and enterprise products, as well as labeling services, with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat

CVAT（Computer Vision Annotation Tool）是 Intel 孵化、目前由 CVAT.ai 维护的开源数据标注平台，MIT 协议免费使用。它覆盖图像、视频、音频和 3D 点云四类数据的视觉数据标注，内置 AI 辅助标注、质量管控、团队协作和开发者 API，适合需要构建训练数据集的算法团队和个人开发者。

三步在本机跑起 CVAT

CVAT 的部署方式就是标准 Docker 容器编排，克隆仓库后一条命令拉起全部服务（Postgres、Redis、ClickHouse、前端、标注后端等）：

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

浏览器打开http://localhost:8080，首次注册一个账号即可登录，仓库没有预置 admin 账号。服务是否正常可以用一条命令验证：

curl http://localhost:8080/api/server/health/

返回健康状态即表示后端就绪。两个常见卡点一句话带过：镜像较大，首次拉取慢属正常现象；端口被占用时改docker-compose.yml里映射的8080:8080即可。

把第一批图片交给检测与分割任务

创建 Task 时上传一张图、一段视频或一个图片压缩包，选定媒体类型（Image / Video / 3D Point Cloud / Audio）后即可进入标注界面。CVAT 支持四类核心标注工具：矩形框（目标检测）、多边形（实例分割）、关键点与骨架（姿态估计）、掩码（语义分割），此外还有 polyline、ellipse、cuboid 等形状。

以目标检测为例，框选后可以为每个对象挂接标签属性（颜色、状态、置信度等自定义字段），视频任务里再叠加 Track 模式让框自动跟随目标，省去逐帧重画。标注界面右侧是对象列表，支持按标签过滤、批量操作，处理几十个目标时比逐个点选快得多。

用 AI 辅助标注减少手工工作量

CVAT 的自动标注分两步：先在界面上选择预训练模型，再让模型对已上传的数据生成初版标注，之后人工修正即可。创建 Task 时还能直接选模型，模型返回的标签会自动同步到标签面板，比如姿态估计模型会直接给出 body、face、hands 这类候选标签：

模型部署在独立的 Serverless 环境里，仓库中的 ai-models/ 目录目前指向 cvat-models 子仓库，包含 PyTorch、TensorFlow、OpenVINO、ONNX 等框架的示例模型配置（YOLO、Faster R-CNN、关键点检测等）。模型加载失败大多出在依赖或镜像上，看 worker 日志定位即可，不影响已有的手工标注。

处理点云数据的 3D 标注场景

自动驾驶和机器人项目里，CVAT 的 3D Point Cloud 任务支持 Velodyne 等主流激光雷达格式，以及bin、pcd等常见点云文件。编辑器提供 Standard 3D 视图和 Top/Side/Front 三个正交视角，主视图中绘制 cuboid 边界框，右侧面板可以按 Label、Instance 或 Group 着色，并调整透明度：

3D 任务可与同一 Task 下的图像序列关联，激光雷达帧和相机帧按时间戳对齐，一次标注同时产出点云框和图片框，这是纯 2D 标注工具做不到的部分。

选择导出格式，数据集直接进训练

标注完成后，从 Task 或 Job 上选择导出为 Dataset，格式列表由后端 dataset_manager/formats/ 目录下的 26 个模块实现，常见选择：

• COCO / COCO instances：PyTorch、TensorFlow 生态通用
• YOLO txt：Darknet 和 Ultralytics 训练目标检测
• Pascal VOC：传统检测任务
• Cityscapes / KITTI / Velodyne point：自动驾驶场景
• Datumaro / Mask / TSV（音频）：Datumaro 生态与分割、音频任务

导出时可选择是否包含源图像、自定义压缩包名，最终产物是标准 zip，解包即可用于训练管线。

团队标注如何管得住质量

多人项目建议先建 Organization，再在组织内建 Project，成员按 Owner / Maintainer / Contributor / Guest 角色分配权限，邀请链接直接发到邮箱：

质量管控（Quality Control）按 Project 配置：设定目标指标（如 Accuracy）和阈值，标注完成后自动比较不同标注员之间的结果，低于阈值的 Job 会被标记返工。项目级 Analytics 页面则提供三个维度——Summary 汇总、Annotations 按标签统计形状数量、Events 记录全部操作日志，用于核对标注分布和追溯修改历史：

此外还有 Consensus（多副本交叉标注）、Issue/Comment 审核流、Webhook 事件推送，覆盖从抽检到全检的常见流程。后端 REST API 有 OpenAPI 规范，Python 的 cvat-sdk 封装了登录、任务管理、标注下载等常用操作，适合把标注数据拉进自动化管线。

谁适合用 CVAT

CVAT 适合三类人：做目标检测、分割、姿态估计的算法工程师，需要把零散标注工具收敛到一个平台；带标注外包团队的负责人，靠角色权限和质量指标把住交付关；以及做自动驾驶或机器人视觉、需要点云与图像联合标注的场景。本地起一套 CVAT 只要三条命令，先上传几张测试图片跑通"建 Task—标注—导出 COCO"这条最短链路，就能判断它是否匹配你的数据管线。

【免费下载链接】cvatCVAT is a leading data annotation platform for image, video, audio, and 3D datasets. It offers open-source, cloud, and enterprise products, as well as labeling services, with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat