CVAT 实操手册5 分钟部署产出第一个 COCO 数据集【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模型训练排期压到下周标注数据还躺在共享文件夹里没人动——CVATComputer Vision Annotation Tool就是为这种局面准备的。它是一个开源的图像、视频、3D 点云标注平台你把素材传上去在浏览器里完成框选、插值、导出结果直接进训练管线。对标注负责人来说选它的理由一句话从部署到导出 COCO全程不用切换工具。它凭什么被选中按成本、效率、协作三层看四条理由都带证据零授权费用开源项目拉起来即用功能不分级收费。导出免二次加工内置 19 种格式COCO / YOLO / PASCAL VOC 都在其中cvat/apps/dataset_manager/formats/ 下每个格式都有独立实现文件coco.py、yolo.py、pascal_voc.py。机器先标、人来修Auto Annotation 可以调用预训练模型批量出结果你的时间只花在复核上。多人不撞车任务拆成 job 分配给不同标注员进度与权限在界面里实时可见。5 分钟跑起来一行 compose 命令环境要求只有三行装有 Docker 和 Docker Compose内存 8–16 GB 以上磁盘预留 50 GB 以上最短部署路径就三行git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d成功的样子很明确几分钟后浏览器访问 http://localhost:8080 看到 CVAT 登录页注册第一个账号即可开工。主线产出你的第一个数据集这一节把一条完整任务线走通建项目、导素材、手动框选、自动标注补全、导出 COCO。每个环节都按看到什么界面 → 点哪里 → 得到什么来。建项目标签和属性一次定好进入 Projects 页点 Create new project。名字写清楚用途比如车辆检测数据集然后在 Labels 区逐条添加 car、person、bicycle并为每个标签挂属性颜色用于区分实例遮挡、状态这类字段留到标注时逐框填写。提交后标签体系就固定了——后面画出的每个 shape 都会按这套定义落值改标签成本远高于提前想好所以这一步别赶。导入素材本地、文件共享或云存储项目页点 Create new task 进入素材选择。来源四选一本机文件JPG、PNG 或 MP4、AVI、已挂载的 file share、远程地址、Cloud StorageAWS S3、Azure Blob 都支持。上传后 CVAT 把素材切分、生成任务与 job首帧自动出现在画布左上角——这一步完成数据就正式进了流水线。手动框选三种工具覆盖 80% 的需求打开 job左侧工具栏是主战场。检测任务用 Rectangle 拉框需要精确轮廓时换 Polygon 逐点勾勒人体姿态、面部特征这类用 Points 打关键点。画完一个 shape右侧立刻显示绑定信息例如 FACE 1 加上你填的属性值。标签、颜色、属性三者齐了这个框才算合格。Auto Annotation 补全机器干活你负责复核框到几十张后重复劳动明显上升这时交给模型。任务页右侧点 Auto Annotation 进入配置对话框操作就三步下拉框选一个预训练模型比如 Human pose estimation勾选它要输出的标签body、face、hands 之类点 Apply。几秒后画布上批量出现自动生成结果你逐张检查、删掉不合格的框。人工从从零画切换成改错这是效率差距最大的环节。导出 COCO标注结果变成训练输入全部完成后进入任务的 Export 页点 Create 选格式。选 COCO 即可如果同一份数据还要喂 YOLO 系列或老项目的 PASCAL VOC 流程勾上多格式一起导。下载得到 zip里面是 images 加标注文件COCO 为 JSON、YOLO 为逐图 txt解压后直接对接训练代码不需要再写转换脚本。按场景看进阶能力视频数据集怎么标什么时候用素材是 MP4/AVI且目标在帧间连续出现。怎么开只在关键帧上画框选中 shape 后在属性区打开 Interpolate中间帧由系统沿轨迹自动插值对象运动规律时还可以启用跟踪让标注沿运动路径延伸。拿到什么全片段的逐帧框标注中间帧无需逐张操作。3D 点云场景自动驾驶什么时候用素材是 LiDAR 点云.pcd、.bin 等而非照片或视频。怎么开创建点云任务后在 Standard 3D 模式下绘制 3D 包围盒。拿到什么与 Top / Side / Front 多视角同步更新的 3D 框标注。团队多人标注怎么管什么时候用一个项目需要多名标注员并行。怎么开owner 把任务切分 job逐一指派给成员每人只看到自己名下的 job互不可见。拿到什么按人拆分的进度、统一的属性规范以及项目级完成率实时汇总谁卡住了在管理页一目了然。提效与避坑高频快捷键快捷键作用N下一帧 / 下一张P上一帧 / 上一张CtrlZ撤销上一步操作CtrlS保存当前标注完整清单在 docs/getting_started/shortcuts 里。三条质量控制规则给 shape 设最小尺寸防止点级别的噪声框混进数据集。对越界 shape 开启边界自适应超出画布的标注自动裁齐。导出前跑一遍冲突检测把重叠、矛盾的目标筛出来单独处理。三个真会碰到的问题8080 端口被占改 docker-compose.yml 里前端服务的端口映射例如 8081:8080重新 docker compose up -d。内存不够用先关多余浏览器标签、降低并发标注人数服务端建议给到 16 GB 以上。导出格式怎么选通用深度学习框架用 COCOYOLO 系实时检测用 YOLO经典检测流程沿用 PASCAL VOC。下一步手动标注细节看 docs/annotation/manual-annotation模型接入看 docs/annotation/auto-annotation踩坑记录优先查 docs/faq还有疑问就去项目社区提问。数据集的事今天就能跑起来。【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