企业官网建设流程全解析

CVAT 入门：从 Docker 本地部署到第一次计算机视觉标注的完整指南

【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（Computer Vision Annotation Tool）是一个开源的计算机视觉标注平台，覆盖图像、视频和 3D 点云，内置 AI 自动标注、质量检查和团队协作。这篇文章带你用 Docker 装好 CVAT，再建第一个任务、画出第一个标注，目标是三十分钟拿到第一个结果，而不是背下一堆命令。

先花两分钟，回答三个问题

动手前先想清楚，能少走不少弯路。

第一，你需要 CVAT 吗？如果你手里有图像、视频或点云数据，要产出训练用的数据集，而且不想自己从零写标注页面，它值得跑起来。如果只是想转换几张图的格式，在线工具更快。

第二，单人还是团队？数据都放在一台机器上，团队则共用同一个 CVAT 实例：按 job 分配任务、按角色控制权限，进度互相可见。后文会点到协作的部分，单人可以直接跳过。

第三，怎么部署？本地试用就是 Docker Compose 一条命令的事，本文按这个走；如果你们已有 K8s 集群，仓库里的 Helm Chart 是另一条路，这里不展开。

CVAT Docker 一键部署：五条命令到页面打开

这一步解决"把整套平台拉到本机"。做完后，浏览器打开 localhost 能看到登录页。硬件上 16GB 内存、20GB 空闲磁盘比较从容，Docker 20.10 以上即可。

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

首次启动要拉取后端、前端、PostgreSQL、Redis 等镜像，快则几分钟，慢则十几分钟。跟进行度的命令是：

docker compose logs -f

看到各容器依次变为 Up 就可以停掉日志、打开浏览器了。注意不用手动跑 migrate——数据库初始化在容器启动时自动执行。

拉镜像慢或失败？这是国内网络最常见的坎。两个办法：换一台网络好的机器docker pull后docker save打包，再本机docker load导入；或者给 Docker daemon 配置国内镜像加速器。

终端提示 permission denied？说明当前用户没有 docker 权限。图快就sudo docker compose up -d顶上，长期用则把用户加进 docker 组后重新登录。

8080 端口冲突怎么改

浏览器打不开，lsof -i:8080一看端口被占，别慌，改一行映射就行。打开 docker-compose.yml，找到 nginx 服务的 ports 段：

ports: - 9080:8080

左边换成任意空闲端口，重启docker compose up -d，然后访问 http://localhost:9080。

登录即管理员：第一个注册账户就是超级用户

启动后进注册页，填邮箱和密码。CVAT 的机制是第一个注册的账户自动成为管理员，不需要钻进容器敲 createsuperuser。注册成功即进入主界面，此时项目列表是空的，这正是开始的地方。

第一个标注：上传一张图，画一个矩形

这一步解决"把数据放进去，画点东西出来"。做完后你能在画布上看到一个带标签的框。

点 New Task，选类型（Image 或 Video），填名字，定义标签比如 car，然后上传文件——单张图、视频或 zip 包都行。进入任务后会落到具体的 job 里，顶部工具栏是矩形、多边形、椭圆、画笔等工具。选矩形拖一个框，右侧点一下 car 标签，保存，第一个标注完成。视频则画一帧后自动向后续帧传播，不用逐帧点。

遇到密集的小目标，可以切到画笔按像素涂抹再自动成框，交互式标注的工具集比"只有矩形框"丰富不少。

让 AI 先画：CVAT 自动标注的用法

人工逐帧画太慢时，这一步解决"机器先出草稿，人来改"。

创建任务时直接选自动标注的模型，比如人体姿态估计，CVAT 会按模型自动生成对应标签——body、face、hands 都替你建好，然后照常上传数据。跑完得到的 AI 结果只是草稿，价值在于你只需逐个框做核对和微调，而不是从零画起。

3D 点云标注：给激光雷达数据打 3D 框

做自动驾驶感知的会关心这部分。上传 .bin / .pcd 点云后，画布换成三维视图：主视口加 Top、Side、Front 三个正交视角，在 3D 视图里拖出 cuboid 框，四个视图同步联动，机器人环境理解和三维重建也是同一套流程。

标注完成后：导出数据和看进度

这一步解决"成果怎么拿走、团队干了多少"。

任务详情里选 Request dataset，格式从 COCO、Pascal VOC 到 CVAT 自有格式都有，下载即用。项目层面的统计页把每个标签的框数、总形状数列出来，谁标了多少、卡在哪，团队负责人一眼可见。

团队协作顺带说清：项目所有者邀请成员，把 job 分下去，标注员只能看到分配给自己的任务，权限从 admin 到 annotator 逐级收窄。

卡住了看这里

三个坑基本覆盖所有新手问题：镜像拉不动，走加速器或 save/load 转存；docker 没权限，进 docker 组；8080 被占，改 ports 左边一位。再往后卡住，翻一遍 README 和 官方文档，里面每个功能都有更细的说明。

【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