CVAT 免费开源把图像、视频和 3D 点云批量标成可训练数据的完整工作流【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手头有一批图、视频或激光雷达点云要拿去训视觉模型第一道坎永远是谁来标、怎么标、标完怎么交给训练。CVAT 把建任务、画标注、AI 预标注、多人审核、按训练格式导出这一整条链路都塞进了一个网页里开源免费单人单机就能跑起来。下面是我踩过的坑和取舍建议照着走一遍就能上手。先看清楚 CVAT 能替你做哪些活别急着装先确认它解决的是你的问题免得白折腾。它主打几件事图像和视频的框选、多边形、关键点、掩码连 3D 激光雷达点云都能标。内置一堆预训练模型做自动预标注人只负责修错。任务能拆成 Job 分给不同人标、再审核进度和质量在 Analytics 页里直接看。标完能直接导出 COCO、Pascal VOC、YOLO 这类训练框架认识的格式。判断标准很简单如果你的数据是 2D 图、视频或点云并且最后要进训练流程那它基本是默认选项。十分钟在本地跑起一套标注环境 最省心的方式是 Docker 部署环境一致、不污染本机。克隆仓库后一条命令拉起git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker-compose up -d等它把依赖服务起完浏览器打开http://localhost:8080默认账号admin、密码admin登进去第一件事就是改密码。个人单机这样够用等要多人协作、GPU 跑模型再考虑上云或换更重的编排。把一堆图片变成第一个可标注任务CVAT 里是三层结构先分清这层关系能少走弯路Project项目一组同主题数据的容器标签在这里统一配置。Task任务一个具体的标注单元可以是若干图片或一段视频归属某个项目。Job作业长视频或大任务会被自动切成多段 Job方便分给不同的人。先建 Project 并配好标签类别如 car、pedestrian可加颜色、尺寸这类属性再在 Project 里 Create New Task。任务页支持本地上传、URL、云存储AWS S3、Azure Blob几种数据来源标完的 Job 列表和分配人都在任务详情页里。框、多边形、关键点编辑器里常用的几件工具进入任务后就是标注编辑器。左侧竖排是形状工具中间画布右侧是对象列表和外观设置。矩形框目标检测最常用快糙猛大批量首选。多边形 / 椭圆形状不规则时用来精确勾边。关键点Points姿态、人脸这类带骨架的任务可先用 Skeleton 配置器定义点间连接。画笔与智能填充语义分割场景直接涂比逐点勾多边形省事。几个顺手能记的快捷键能明显提速CtrlS存一版Z撤销、Y重做F快速框选P切多边形。视频里还能用轨迹插值让关键点跨帧平滑省得逐帧标。让模型先跑一遍人只负责修正数据量一大纯手工就劝退了。CVAT 的 Models 页里挂着 YOLO、Faster R-CNN 这类预训练模型流程是选模型 → 把模型输出的类别映射到你的标签 → 设个置信度阈值 → 点 Annotate模型就把初始结果铺满画布你只改错的那部分。想接自己领域的模型看仓库里的 ai-models/ 目录里面有 ONNX、PyTorch、TensorFlow 等后端示例照着加一个就行。经验上阈值别贪高宁可多留几个漏框再删也别为了干净丢掉小目标。标完怎么交付导出、分工、看进度标注只是中间态能进训练才算交付。挑训练要用的格式。任务详情页走 Export Dataset选 COCO、Pascal VOC、YOLO 等格式直接下载压缩包。团队统一用同一份标签配置格式就不会对不上。团队分工与权限。到了多人规模用 organizations 模块建组织、定角色Project 里 Assign 到具体的人Job 自动按段切开分配标完再进审核环节权限和流水都留痕。盯着进度看质量。Analytics 页给三块统计Summary、Annotations、Events。Annotations 里按标签名列出各类多边形数量与总数哪个类别标得少、哪个人产出一高一低一眼能看出来。下一步建议先拿一个最小的真实数据子集几十张图或一段短视频把建任务 → 预标注 → 修正 → 导出 COCO这条链路完整跑一遍确认格式能被你的训练代码读进来再考虑铺量。更多细节翻一下根目录的 README.md 和 site/content/en/ 下的文档就够了。【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