CVAT 快速上手指南如何5分钟本地部署计算机视觉标注平台【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/cvatCVATComputer Vision Annotation Tool是一个开源免费的标注平台你可以用 Docker 把它部署在自己的服务器上支持图像、视频和 3D 点云三种数据类型的标注还能接入自己的模型做 AI 辅助预标注。这篇指南带你从零开始5 分钟内跑通上传数据 → 画标注 → 导出 COCO的完整链路。启动 CVAT 前确认3件事这一节帮你花 1 分钟排除环境问题避免部署中途踩坑。第一机器上装好 Docker 和 Docker ComposeCVAT 的所有组件都以容器方式运行。第二内存建议留 16GB最低 8GB 能跑——启动时 PostgreSQL 15、两个 Redis内存版 Kvrocks 磁盘版、Django 后端、React 前端、Traefik 网关会一起拉起来。第三浏览器用 Chrome 或 Edge⚠️ 官方只在 Chromium 内核上做过测试Safari 不支持。完整的服务定义都在 docker-compose.yml 里你可以先翻一眼心里有数它到底会启动什么。首次启动3步拿到管理员账户本节解决第一次把 CVAT 跑起来的问题。git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d第一条命令下载项目代码第二条进入目录第三条后台启动全部服务——首次运行要拉取多个镜像总量几个 GB视网速等待 5 到 20 分钟。服务就绪后创建管理员账户docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser这条命令进容器执行 Django 的建号流程按提示输入用户名、邮箱和密码即可。打开浏览器访问http://localhost:8080Traefik 的默认入口端口登录你的超级用户。如果 8080 被占用把 docker-compose.yml 中 traefik 段的端口映射改成8081:8080再重启即可。登录后先做的3件事本节解决登录后不知道先点哪里的问题。1. 建 Project项目顶部导航进 Projects项目是一个容器用来归拢同一批数据的多个标注任务。个人玩玩也可以跳过项目直接建 Task。2. 建 Task 并定义 Labels标签标签决定你后面能画什么类别比如carperson。可以在 Raw 模式下自定义每个标签的属性颜色、是否跟踪等。3. 上传数据支持从本地选文件、拖文件夹或对接 S3/Azure/Google Cloud 云存储。上传后系统自动切分出 Job——Job 才是标注员实际领取和领取的最小工作单元Project → Task → Job 是三层结构。标注工作台的3个高频操作本节给你日常标注最常用的三个操作配合界面截图看。1. 画标注左侧工具栏选工具支持矩形框、多边形、点划线、关键点和像素级 mask。右侧 Objects 列表可以按 ID、标签排序点一下直接定位到画面对应位置。2. 视频插值视频任务只需在关键帧画好标注选中对象后按 I 触发 InterpolateCVAT 会自动生成中间帧的过渡标注再逐帧微调。 这是视频标注省时间的核心功能插值算法文档 解释了它背后的规则。3. AI 预标注Community 版自带接口让你接入自己的检测、分割、跟踪模型跑完一轮后画面上就是现成的检测框你只负责修正数据出得来20格式导出与3D点云本节解决标完怎么对接训练和能不能标3D两个问题。导出方面CVAT 支持 20 多种格式COCO、YOLO、Pascal VOC、KITTI 都在列在 Job 或 Project 层级的导出菜单里选格式、勾 mask 类型即可下载压缩包格式解析代码集中在 dataset_manager/formats/。3D 方面KITTI 点云任务创建后进入 Standard 3D 模式画布主视图是俯视角点云下方 Top / Side / Front 三个正交视图实时联动画一个 cuboid 六个视图同步更新适合自动驾驶的三维框标注知道边界社区版不含什么这一节说明 CVAT Community 的能力边界帮你避免踩到付费功能。内置的 SAM 2 / SAM 3 一键自动标注、SSO 单点登录、高级质量管控 UI 属于 CVAT Online 付费版和 Enterprise社区版里 AI 预标注需要你自己部署模型参考 serverless/ 下的 PyTorch、OpenVINO、ONNX 部署示例。另外三件事所有数据落在你自己的服务器PostgreSQL 本地卷备份要自己规划Grafana 分析面板社区版可用访问http://localhost:8080/analytics看用户活动和标注事件权限策略由 OPA 管理规则文件在 engine/rules/。下一步建议先完整跑一遍建任务 → 手动标注 → 导出 COCO的流程再用 SDK 试试批量操作最后接入自己的检测模型做预标注让大部分框不用手画。你可能还想了解手上有现成标注数据想批量导入cvat-sdk/examples/ 里有 20 多个可直接改的 Python 脚本覆盖任务创建、标注编辑、Job 分配。想接入自己的模型做自动标注看 serverless/ 目录里各框架的模型部署配置理解 Serverless 插件如何被 CVAT 调用。要带团队标注了了解 quality_control/ 模块的标注质量比对与共识合并机制配合 organizations/ 的角色权限划分分工。【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