cvat

CVAT（计算机视觉标注工具）是一个数据标注平台，用于构建计算机视觉和视觉AI的视觉数据集。此仓库包含CVAT Community的源代码和部署资产，这是免费、自托管、开源的版本。该项目自2018年起在GitHub上，是商业CVAT Online和CVAT Enterprise产品的基础。 部署基于Docker：克隆仓库，运行`docker compose up -d`，然后使用管理命令创建管理员账户，并在localhost:8080（或配置的CVAT_HOST）打开Web UI。Docker Engine、Docker Compose和Git是声明的先决条件。README指出主要使用基于Chromium的浏览器进行测试，在Firefox上可能有注意事项，不支持Safari/WebKit。其他部署指南涵盖AWS、Kubernetes、外部PostgreSQL、备份和升级。 描述的关键功能包括手动和自动标注图像、视频和3D点云，使用边界框、多边形、掩码、关键点、立方体和标签。自动标注通过连接您自己的模型工作。任务管理通过分配和进度跟踪将数据集组织为项目、任务和作业。协作功能包括组织、角色、评论和问题。质量控制涵盖审查、问题标记、共识比较，以及通过服务器API进行Ground Truth和Honeypot检查。分析使用Grafana仪表板进行用户活动、工作时间、事件和服务器日志。数据操作支持20多种格式的导入/导出，如CVAT XML、COCO JSON、YOLO TXT、Ultralytics YOLO、Pascal VOC、KITTI和MOT，以及连接到S3、Azure和Google Cloud的云存储。 开发者工具包括Python SDK（`pip install cvat-sdk`）、命令行工具（`pip install cvat-cli`）和用于编程控制的REST API。自动标注可以通过由Nuclio驱动的无服务器组件启用，预构建模型包括检测、分割、姿态估计和跟踪，包括Segment Anything (SAM)、Inside-Outside Guidance、RetinaNet R101、HRNet32 Whole Body Pose、TransT、YOLO v7、Mask RCNN Inception ResNet v2、Face Detection 0205和Faster RCNN Inception v2，支持PyTorch、ONNX、OpenVINO和TensorFlow框架。 README区分了四个版本：用于基于浏览器评估和托管计划的CVAT Online，作为MIT许可的自我托管选项的CVAT Community，为需要自有云部署、支持、SSO和SLA的组织提供的CVAT Enterprise，以及用于外包标注的Labeling Services。高级功能如高级项目分析、质量控制UI、使用SAM 2和SAM 3的内置自动标注、AI代理和SSO被描述为在付费和企业计划中可用，而非社区版。 许可：核心是MIT。`/serverless`中的代码也是MIT许可，但可能使用单独许可的第三方资产，包括非商业性资产。软件使用LGPL/GPL下的FFmpeg库。支持渠道包括Discord、带有`cvat`标签的Stack Overflow、GitHub Issues和文档FAQ。通过贡献文档和问题跟踪器欢迎贡献，并提供安全政策，带有一个专门的联系人用于敏感报告。