注：CVAT 15 分鐘部署)
完整圖像/視頻/3D標(biāo)注CVAT 15 分鐘部署【免費(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvat一幀視頻標(biāo) 12 分鐘、格式來(lái)回導(dǎo)了 4 遍是手動(dòng)攢數(shù)據(jù)集的人都干過(guò)的苦力活。CVAT 把圖像、視頻、3D 點(diǎn)云標(biāo)注和 AI 預(yù)標(biāo)注、多人協(xié)作裝進(jìn)一套 Docker 服務(wù)里本文帶你 3 步跑起來(lái)再給出 3 個(gè)場(chǎng)景化調(diào)優(yōu)點(diǎn)最后用管理員賬號(hào)登錄 http://localhost:8080。還在逐幀硬標(biāo)CVAT 補(bǔ)上的三步如果你現(xiàn)在還在用單幀圖片編輯器干活畫(huà)完框?qū)С?、下一段視頻手動(dòng)重新導(dǎo)入、track 斷在視頻中間。CVAT 對(duì)應(yīng)解決的是多模態(tài)同庫(kù)圖像、視頻、3D 點(diǎn)云一套系統(tǒng)AI 輔助接入 YOLO、SAM 等模型預(yù)標(biāo)注人工只做修正團(tuán)隊(duì)協(xié)作角色權(quán)限、任務(wù)分配、復(fù)核流格式兼容30 導(dǎo)出格式直接對(duì)接訓(xùn)練管線這四件事互相不占位同一個(gè)組織里可以混著建任務(wù)。三步從克隆到登錄前置只有一條機(jī)器上有 Docker 和 Docker Compose內(nèi)存 8GB 起。首次啟動(dòng)會(huì)拉取 cvat/server、cvat/ui、postgres、redis、clickhouse、grafana 等好幾個(gè)鏡像幾 GB 量級(jí)網(wǎng)絡(luò)不穩(wěn)就別中途關(guān)終端。Step 1拿代碼git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvatStep 2拉起服務(wù)棧# 局域網(wǎng)其他機(jī)器要訪問(wèn)就先把 IP 導(dǎo)出只用本機(jī)可省略 # export CVAT_HOST192.168.1.10 docker compose up -d # 等鏡像拉取與容器啟動(dòng)不需要手動(dòng)跑數(shù)據(jù)庫(kù)遷移入口腳本啟動(dòng)時(shí)會(huì)自動(dòng)等 postgres 就緒、執(zhí)行 migrate 和 Redis 遷移入口邏輯見(jiàn) backend_entrypoint.sh。?? 首次拉鏡像最容易卡在這里docker compose ps里全部顯示 Up 再往下走。Step 3建管理員賬號(hào)docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser按提示輸入用戶名和密碼。瀏覽器打開(kāi) http://localhost:8080設(shè)過(guò) CVAT_HOST 就是那個(gè)地址用剛建好的賬號(hào)登錄建一個(gè) task、傳一批數(shù)據(jù)就能看到標(biāo)注畫(huà)布。不同數(shù)據(jù)場(chǎng)景的三個(gè)調(diào)優(yōu)視頻標(biāo)注打開(kāi)靜態(tài)幀緩存適用條件序列過(guò)千幀或者多人同時(shí)標(biāo)同一段視頻改哪個(gè)配置docker compose up -d之前export CVAT_ALLOW_STATIC_CACHEyes這個(gè)開(kāi)關(guān)在 docker-compose.yml 里已預(yù)留預(yù)期收益幀在服務(wù)端解碼緩存后落盤(pán)拖動(dòng)、快進(jìn)、多人并發(fā)訪問(wèn)不再互相擠解碼跨機(jī)訪問(wèn)一個(gè)環(huán)境變量適用條件同事要接入你這套服務(wù)一起標(biāo)改哪個(gè)配置啟動(dòng)前export CVAT_HOST你的IP或域名UI 和 API 就都指向這個(gè)地址預(yù)期收益不用額外配反向代理改完重新up即生效3D 點(diǎn)云給內(nèi)存用多視角適用條件自動(dòng)駕駛 LiDAR、三維重建這類大點(diǎn)云任務(wù)改哪個(gè)配置點(diǎn)云量大、導(dǎo)入慢時(shí)把 server 容器的內(nèi)存限額往上提導(dǎo)入 worker 的 NUMPROCS 也可從 1 提到 2預(yù)期收益Top/Side/Front 三視圖聯(lián)動(dòng)標(biāo)注3D 定位漂移一眼能看出來(lái)交叉驗(yàn)證成本明顯下降常見(jiàn)翻車點(diǎn)一行命令定位首次啟動(dòng)像卡死先docker compose ps看狀態(tài)還有 Created 的容器大概率是鏡像沒(méi)拉完重新docker compose pull一把然后等著就行8080 端口被占netstat -tulpn | grep 8080找到占位進(jìn)程把你本地 docker-compose.yml 里 traefik 的端口映射改成8081:8080再docker compose down docker compose up -d登錄頁(yè)打不開(kāi)、報(bào) 502docker compose logs cvat_server看遷移是否跑完入口腳本還在后臺(tái)做初始化多等一兩分鐘刷新就好往下走到這里一套覆蓋圖像/視頻/3D、多人協(xié)作、多格式導(dǎo)出的標(biāo)注平臺(tái)已經(jīng)在你機(jī)器上跑起來(lái)了。等標(biāo)注量過(guò)千、人工抽查開(kāi)始顧不過(guò)來(lái)時(shí)看看 cvat/apps 下的 quality_control 與 consensus 模塊做質(zhì)量復(fù)核和多人一致再往后接 serverless 框架部署自己的模型做預(yù)標(biāo)注人工占比還能再壓一截?！久赓M(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvat創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 完整圖像/視頻/3D標(biāo)注：CVAT 15 分鐘部署
完整圖像/視頻/3D標(biāo)注CVAT 15 分鐘部署【免費(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvat一幀視頻標(biāo) 12 分鐘、格式來(lái)回導(dǎo)了 4 遍是手動(dòng)攢數(shù)據(jù)集的人都干過(guò)的苦力活。CVAT 把圖像、視頻、3D 點(diǎn)云標(biāo)注和 AI 預(yù)標(biāo)注、多人協(xié)作裝進(jìn)一套 Docker 服務(wù)里本文帶你 3 步跑起來(lái)再給出 3 個(gè)場(chǎng)景化調(diào)優(yōu)點(diǎn)最后用管理員賬號(hào)登錄 http://localhost:8080。還在逐幀硬標(biāo)CVAT 補(bǔ)上的三步如果你現(xiàn)在還在用單幀圖片編輯器干活畫(huà)完框?qū)С?、下一段視頻手動(dòng)重新導(dǎo)入、track 斷在視頻中間。CVAT 對(duì)應(yīng)解決的是多模態(tài)同庫(kù)圖像、視頻、3D 點(diǎn)云一套系統(tǒng)AI 輔助接入 YOLO、SAM 等模型預(yù)標(biāo)注人工只做修正團(tuán)隊(duì)協(xié)作角色權(quán)限、任務(wù)分配、復(fù)核流格式兼容30 導(dǎo)出格式直接對(duì)接訓(xùn)練管線這四件事互相不占位同一個(gè)組織里可以混著建任務(wù)。三步從克隆到登錄前置只有一條機(jī)器上有 Docker 和 Docker Compose內(nèi)存 8GB 起。首次啟動(dòng)會(huì)拉取 cvat/server、cvat/ui、postgres、redis、clickhouse、grafana 等好幾個(gè)鏡像幾 GB 量級(jí)網(wǎng)絡(luò)不穩(wěn)就別中途關(guān)終端。Step 1拿代碼git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvatStep 2拉起服務(wù)棧# 局域網(wǎng)其他機(jī)器要訪問(wèn)就先把 IP 導(dǎo)出只用本機(jī)可省略 # export CVAT_HOST192.168.1.10 docker compose up -d # 等鏡像拉取與容器啟動(dòng)不需要手動(dòng)跑數(shù)據(jù)庫(kù)遷移入口腳本啟動(dòng)時(shí)會(huì)自動(dòng)等 postgres 就緒、執(zhí)行 migrate 和 Redis 遷移入口邏輯見(jiàn) backend_entrypoint.sh。?? 首次拉鏡像最容易卡在這里docker compose ps里全部顯示 Up 再往下走。Step 3建管理員賬號(hào)docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser按提示輸入用戶名和密碼。瀏覽器打開(kāi) http://localhost:8080設(shè)過(guò) CVAT_HOST 就是那個(gè)地址用剛建好的賬號(hào)登錄建一個(gè) task、傳一批數(shù)據(jù)就能看到標(biāo)注畫(huà)布。不同數(shù)據(jù)場(chǎng)景的三個(gè)調(diào)優(yōu)視頻標(biāo)注打開(kāi)靜態(tài)幀緩存適用條件序列過(guò)千幀或者多人同時(shí)標(biāo)同一段視頻改哪個(gè)配置docker compose up -d之前export CVAT_ALLOW_STATIC_CACHEyes這個(gè)開(kāi)關(guān)在 docker-compose.yml 里已預(yù)留預(yù)期收益幀在服務(wù)端解碼緩存后落盤(pán)拖動(dòng)、快進(jìn)、多人并發(fā)訪問(wèn)不再互相擠解碼跨機(jī)訪問(wèn)一個(gè)環(huán)境變量適用條件同事要接入你這套服務(wù)一起標(biāo)改哪個(gè)配置啟動(dòng)前export CVAT_HOST你的IP或域名UI 和 API 就都指向這個(gè)地址預(yù)期收益不用額外配反向代理改完重新up即生效3D 點(diǎn)云給內(nèi)存用多視角適用條件自動(dòng)駕駛 LiDAR、三維重建這類大點(diǎn)云任務(wù)改哪個(gè)配置點(diǎn)云量大、導(dǎo)入慢時(shí)把 server 容器的內(nèi)存限額往上提導(dǎo)入 worker 的 NUMPROCS 也可從 1 提到 2預(yù)期收益Top/Side/Front 三視圖聯(lián)動(dòng)標(biāo)注3D 定位漂移一眼能看出來(lái)交叉驗(yàn)證成本明顯下降常見(jiàn)翻車點(diǎn)一行命令定位首次啟動(dòng)像卡死先docker compose ps看狀態(tài)還有 Created 的容器大概率是鏡像沒(méi)拉完重新docker compose pull一把然后等著就行8080 端口被占netstat -tulpn | grep 8080找到占位進(jìn)程把你本地 docker-compose.yml 里 traefik 的端口映射改成8081:8080再docker compose down docker compose up -d登錄頁(yè)打不開(kāi)、報(bào) 502docker compose logs cvat_server看遷移是否跑完入口腳本還在后臺(tái)做初始化多等一兩分鐘刷新就好往下走到這里一套覆蓋圖像/視頻/3D、多人協(xié)作、多格式導(dǎo)出的標(biāo)注平臺(tái)已經(jīng)在你機(jī)器上跑起來(lái)了。等標(biāo)注量過(guò)千、人工抽查開(kāi)始顧不過(guò)來(lái)時(shí)看看 cvat/apps 下的 quality_control 與 consensus 模塊做質(zhì)量復(fù)核和多人一致再往后接 serverless 框架部署自己的模型做預(yù)標(biāo)注人工占比還能再壓一截?！久赓M(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvat創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考