CVAT 部署上手4 条命令搭好内网视觉标注平台【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是一款开源的计算机视觉标注工具覆盖图片、视频、3D 点云三类数据自带团队协作和预训练模型辅助标注。把 CVAT 部署到自己的内网数据不出机房、标注进度自己掌控。下面是可以直接照做的流程4 条命令之后浏览器里就能打开标注界面。核对环境开跑前先过这 4 项花 1 分钟把依赖过一遍缺哪项补哪项项目最低要求推荐值Docker Engine20.10.0最新稳定版Docker Composev2.0最新 v2.x内存4GB8GB 以上空闲磁盘20GB50GB终端里跑docker --version和docker compose version就能确认前两项磁盘别卡着下限镜像和后续标注数据都往这里落。浏览器用 Chrome 或 EdgeSafari 官方明确不支持。把服务跑起来一条 4 步流水线第 1 步拉代码。仓库里最关键的是根目录的 docker-compose.yml数据库、缓存、前后端容器全由它定义。git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat预期结果出现 cvat 目录且能看到 docker-compose.yml。第 2 步启动全部服务。这条命令会并行拉起 Postgres、Redis、Kvrocks、ClickHouse、OPA、Traefik 等 10 多个容器。docker compose up -d首次拉镜像需要 3-10 分钟终端长时间无输出是正常的。跑完执行 docker compose ps预期所有容器状态为 Up其中 cvat_server 管后端 API、cvat_ui 管网页界面这两个最重要。第 3 步建管理员账户。命令会进容器创建一个 Django 超级用户。docker exec -it cvat_server bash -ic python3 ~/manage.py createsuperuser按提示填用户名、邮箱、密码输两遍。预期结果终端提示创建成功这组账号就是网页登录用的。第 4 步登录。浏览器打开 http://localhost:8080输入账号密码看到空的项目列表说明 CVAT 部署完成。登录后先试这 3 个场景场景 1给视频逐帧打框。新建 Task 时上传 mp4填任务名、勾上 person 这类标签提交后进标注页。用方向键切帧在关键帧拖出矩形框插值功能会自动补齐中间帧——60 秒的视频通常只要标十几个关键帧。场景 2预训练模型打底 人工修正。标注页右侧 AI Tools 面板里选中一个检测器Mask RCNN、YOLO 等点 Annotate模型批量输出初始框你只删误检、修偏移。同类型图片集的首轮效率比纯手工快 3 倍左右。前提是先挂上模型服务方法在下一节第 2 条。场景 3给对象附加属性字段。建任务时在标签编辑区展开 Attributes给标签定义单选、多选、文本属性性别、年龄段、是否戴眼镜。标注时右侧面板直接点选导出数据集时字段随标注一起输出训练前可直接按字段筛样本。数据如果是自动驾驶点云把画布切到 3D 模式可在 Top/Side/Front 三个正交视角同步拉 3D 框这是 CVAT 区别于普通标注工具的一大卖点。进阶两件事局域网协作与自动标注这两项是 CVAT 部署后最常用的微调。让局域网里其他人也能访问。改哪里环境变量 CVAT_HOST默认 localhost 写在 docker-compose.yml 里改成什么启动前执行 export CVAT_HOST服务器 IP 或域名生效效果Traefik 按该主机名路由同事浏览器直接打开 http://服务器IP:8080 就能协作标注不对外服务就别动挂上自动标注模型服务。改哪里components/serverless/docker-compose.serverless.yml改成什么启动命令加它——docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d再按 serverless/ 目录里的定义部署 YOLO、Mask RCNN 等模型生效效果网页 Models 区块出现可用模型场景 2 的自动标注随即可用云存储S3/Azure、外部数据库这些冷门项用到再翻仓库的文档目录即可。打不开页面时按这 3 条查 现象8080 打不开提示无法连接。原因容器没起完或某个容器反复重启。修复docker compose ps 找 Restarting 的容器docker logs cvat_server 看报错多为首次拉镜像未完成等完再执行 docker compose up -d。现象启动时报 8080 端口被占。原因本机其他服务占了 8080。修复lsof -i:8080 找到占用者或把 docker-compose.yml 的 8080:8080 映射改成空闲端口后重启。现象管理员密码忘了。原因没记录硬试也没用。修复docker exec -it cvat_server bash -ic python3 ~/manage.py changepassword 你的用户名 重置。到这里CVAT 部署全部完成图片、视频、点云任务都能在内网跑起来。想继续学任务分工、质检流程和 20 多种数据格式导出从仓库 site/content/en/ 的文档页开始翻。【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