企业官网建设流程全解析

从拿到素材到交付数据集：CVAT 数据标注工作流的 4 个环节

【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

Computer Vision Annotation Tool（CVAT）是一个开源的数据标注平台，覆盖 2D 框、多边形、掩码、关键点和 3D cuboid 标注。如果你是算法工程师或数据标注负责人，需要把原始素材变成可训练的标注数据，下面这套流程是我实际用下来的顺序。

环节一：Docker 3 行起服务，5 分钟进标注页

前提：机器装好 Docker 和 Docker Compose，建议 8GB 以上内存、50GB 以上磁盘。

端口：前端默认监听 8080，和本地服务冲突时改 docker-compose.yml 里的端口映射即可。

浏览器：官方主要测试 Chromium 系浏览器（Chrome、Edge），Firefox 可能有兼容问题。

启动完整服务栈：克隆仓库、拉起容器、创建管理员账号，一条命令链做完：

git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d docker exec -it cvat_server bash -ic 'python3 ~/manage.py createsuperuser'

打开http://localhost:8080用刚建好的账号登录，任务列表页就是所有标注工作的起点。

环节二：建任务、定标签，标出第一帧

CVAT 的层级是Project → Task → Job：项目归组相关数据集，任务是一批数据，Job 是分配给某个人的工作切片，进度按 Job 统计。

1. 新建任务：选择数据类型（图像、视频或点云）并上传，本地文件、压缩包、S3/Azure/Google Cloud 云存储都可以。
2. 定义标签：如car、person，每个标签配独立颜色，再挂属性（遮挡、截断等）；属性分固定值（如年龄）和每帧可变值（如可见度）两种。
3. 分配 Job：把 Job 指派给标注员，状态会走new → in progress → completed。

编辑器里鼠标悬停任意控件都能看到它的快捷键：N下一帧、P上一帧、Ctrl+Z撤销，全部可在设置里自定义，完整清单见 shortcuts.md。

环节三：视频任务省一半时间

Track 模式与插值

视频逐帧画框是浪费。切到Track 模式后只在关键帧画形状，CVAT 对中间帧做线性插值，你只需要修正目标快速移动或被遮挡的帧。

刷笔工具

做掩码级标注时，刷笔比手画多边形快：直接刷出掩码区域，工具会把像素结果转成多边形，还带像素级和底层两种刷法。

自动标注：接入预训练模型

CVAT 的自动标注跑在 serverless 模型服务上，仓库自带检测（YOLOv7、Faster R-CNN）、分割（SAM）、姿态估计（HRNet）等现成模型。先加上 serverless 组件再起服务：

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

用nuctl把模型函数部署上去，它们就会出现在编辑器的 Auto Annotation 对话框里。典型流程：选模型、框选区域、生成结果、人工修正。骨架标注是常见用途之一：

环节四：3D 场景的 cuboid 怎么画

自动驾驶这类激光雷达数据建 3D 任务：点云和相机图片一起上传后，在 3D 画布里画 cuboid，多个相机视角同步显示，也可以直接输入尺寸参数修正。工作区的完整说明在 3d-task-workspace.md。

环节五：多人协作不乱阵脚

质检与共识

多人标注同一批数据时用Consensus模式：多个副本独立标注后合并，直接算出标注员之间的一致率。更严格的 Ground Truth 和 Honeypot 校验走服务端 API 触发，机制见 consensus.md。

导出数据集，直接进训练

标完在 Job 上导出：COCO（JSON）、YOLO（TXT）、PASCAL VOC、KITTI 按需选，拿到的就是训练脚本能读的文件，不用写转换脚本。各格式的读写实现在 cvat/apps/dataset_manager/formats/，想程序化管理的话pip install cvat-sdk可以用 Python 完成任务创建、上传和导出。

我的建议：先按上面的命令把社区版跑起来，扔十几张图建一个任务，从定标签到导出 COCO 完整走一遍，这套工作流就顺了。

【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