企业官网建设流程全解析

CVAT 图像标注教程：如何用 CVAT 在 3 天内交付一批标注数据

【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

你收到 5000 张图像，三天后要交训练数据。用表格标框显然不现实，你需要一个能管任务、分权限、直接导出训练格式的开源数据标注工具。下面用 CVAT 走一遍：部署、建任务、标注、AI 辅助、导出。

第一次上手：CVAT Docker 部署与第一笔标注

先部署。仓库克隆下来后用 Docker Compose 一键起完整环境：

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

打开http://localhost:8080，用默认账号admin/admin登录，第一件事是改掉密码。

创建第一个 Project，添加标签（比如car、person），新建 Task 上传一张测试图。进入标注页，左侧点 Rectangle 工具，在目标上拖出一个框，右侧面板选中标签，第一笔标注完成。

跑通一个标注任务：上传数据、标签体系与导出

上传数据：Tasks 页面点 "Create New Task"。数据源支持本地文件、压缩包（图像目录）、URL 和视频文件，视频会被切帧处理；也可对接云存储。

建立标签体系：在 Project 的 Labels 面板定义类别，每个标签设名称、颜色和属性（如occluded是/否、angle数值型）。属性会出现在标注对象侧边栏，随标注一起保存。

CVAT标签与属性配置面板

执行标注：左侧选工具，拖框/描点/刷掩码，右侧填属性，N键跳到下一帧。矩形框、多边形、掩码这些工具按数据类型选用即可，不用全学。

导出结果：任务详情页点 Export，选目标格式（如 Ultralytics YOLO Detection），几分钟后下载 ZIP。

人工标不动的时候：AI 辅助标注怎么用

原理一句话：CVAT 把预训练检测/分割模型作为独立服务部署，运行时对图像推理，返回预画的框或掩码，你只负责审校。

使用流程：任务页打开 Detectors 面板选模型，设置置信度阈值，指定帧范围或 ROI，执行后结果以草稿标注出现，逐个确认或修改。

模型选择两条建议：

• 目标检测任务：选 serverless/pytorch/facebookresearch/detectron2 下的检测模型，CPU 即可跑
• 需要像素级掩码：选 serverless/pytorch/facebookresearch/sam 的 SAM 分割模型，建议 GPU

模型函数用部署脚本发布：

cd serverless ./deploy_gpu.sh # 批量部署 GPU 函数；CPU 环境用 deploy_cpu.sh

从一个人标到团队标

CVAT 内置四种角色，按人分配权限：

任务分配用 Stage：把任务拆成多个阶段（如"初标 → 一审 → 二审"），每个阶段指派不同人，Job 在阶段间流转，谁卡在哪个环节一目了然。

进度与质量看分析面板：按任务维度查看完成量、事件记录和质量对比报告。

把标注结果送进训练：图像标注结果导出为 YOLO 格式

只讲三种最常用的格式，都在 Export 对话框里可选：

导出操作：任务详情页 → Export → 选格式 → 下载 ZIP。以 YOLOv8 为例对接训练：

unzip dataset.zip -d data # 解压 CVAT 导出的数据集 yolo detect train data=data/data.yaml epochs=300 # 按数据集内 data.yaml 训练

其他格式的导入导出逻辑一样，SDK 侧见 SDK 文档，命令行批量操作见 CLI 工具。

踩坑经验 3 条

视频任务打开很卡。原因是长视频全部按帧加载，浏览到后段时缓冲压力大。解决：标注时只加载当前帧范围，长视频拆成多个 Task，或先在关键帧上粗标、再按帧区间精标。

自动标注模型列表是空的。原因：AI 模型是独立的 serverless 函数，不随主服务启动，没部署就看不到。解决：确认docker compose -f docker-compose.serverless.yml up -d已起，再跑deploy_gpu.sh部署函数，然后刷新 Detectors 面板。

导出的 YOLO 标签和预期对不上。原因：类别索引按你在 Labels 面板创建的顺序排列，增删标签会整体重排。解决：导出前冻结标签表，对照数据集里的 classes 定义与标注时的标签顺序逐一核对。

接下来

想批量导入导出或写脚本对接，看 SDK 文档 和 CLI 工具；生产环境部署参考仓库里的 Helm Chart。

【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