cvat-ai--cvat/README.md

Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

CVAT：计算机视觉标注工具（Computer Vision Annotation Tool）

Website · Docs · Changelog · Tutorials · Academy · Blog

什么是 CVAT Community？

CVAT Community 是 CVAT 的免费、可自托管开源版本，也是 面向计算机视觉与视觉 AI 构建高质量视觉数据集时 最广泛使用的数据标注平台之一。 自 2018 年以来，CVAT 已成为计算机视觉领域最知名的数据标注工具之一，拥有 庞大的开源社区、数百万次 Docker 拉取，并在科研与 生产 AI 团队中得到广泛采用。

CVAT Community 支持图像、视频和 3D 标注、数据集管理、团队协作、云存储 集成、对开发者友好的 SDK 与 API，让你的团队完全掌控数据 与标注基础设施。 该平台是 CVAT Online 与 CVAT Enterprise, 的基础，并由 CVAT 工程团队积极维护。

团队为何选择 CVAT Community：

• 掌控你的数据： 完全在你的自有基础设施中运行。数据不会离开你的环境。
• AI 驱动的标注： 接入你自己的 ML 模型，用于检测、分割和跟踪，以加快标注速度。
• 团队协作： 支持多用户与多组织，提供角色、任务分配 与审核工作流。
• MIT 许可的核心： 在宽松的 MIT License 下使用、修改和分发 CVAT Community。部分 serverless 资产与依赖可能适用单独许可证。
• 生产级： 所有 CVAT 商业产品的基础——经大规模实战检验。
• 真正的开源： 开发过程透明、社区活跃，自 2018 年起托管于 GitHub。

本仓库包含 CVAT Community 的源代码与部署资源。

如需全托管部署、标注服务或企业级功能，请参阅 CVAT Online, CVAT Enterprise 与 CVAT Labeling Services.

快速开始

💡 想在部署任何东西之前先体验 CVAT 吗？ 免费试用 CVAT Online，直接在浏览器中使用。 功能可用性与使用限制因套餐而异；详见 CVAT Online 定价。

安装

前置条件：

• Docker Engine
• Docker Compose
• Git

💡 CVAT 主要在基于 Chromium 的浏览器（Google Chrome、Microsoft Edge）上测试。 Firefox 可能可用，但存在一些限制；不支持 Safari/WebKit。

1. 启动默认技术栈

克隆仓库并启动服务。

git clone https://github.com/cvat-ai/cvat
cd cvat

# Optional: set your IP or domain
# export CVAT_HOST=your-ip-or-domain

docker compose up -d

2. 创建管理员账户

docker exec -it cvat_server bash -ic 'python3 ~/manage.py createsuperuser'

完整说明与各操作系统专属设置请参阅 安装指南。

3. 登录并开始标注

• 在浏览器中打开 http://localhost:8080（或你的 CVAT_HOST）。
• 使用超级用户账户登录。
• 创建项目或任务，上传数据（图像、视频或点云），并定义标签以开始标注。

在 CVAT 文档 中了解更多标注工具与工作流，或 参加我们的免费课程——CVAT Academy.

如需其他部署方式（AWS、Kubernetes、外部 PostgreSQL、备份、升级），请参阅 部署指南._

核心能力

• 手动与自动标注: 对图像、视频和 3D 点云进行边界框、多边形、掩码、关键点、立方体、标签等标注。接入你自己的模型进行自动标注， 以加快标注速度。
• 任务管理: 将数据集组织为项目，拆分为任务 与作业，分配给标注员，并实时跟踪进度。
• 协作: 创建组织、邀请队友、 分配角色，并通过评论与 issue 协作完成标注。
• 质量控制: 审核标注、标记问题，通过共识（consensus）比较 不同标注员的结果，并通过服务器 API 运行 Ground Truth 与 Honeypot 检查。
• 分析: 通过 Grafana 仪表板监控用户活动、 各作业工时、事件与服务器日志。
• 数据运维与集成: 支持 20+ 种格式导入/导出（COCO、YOLO、Pascal VOC、KITTI 等），连接云存储（S3、Azure、Google Cloud），并通过 REST API 与 Python SDK 实现自动化。

高级项目分析、质量控制 UI、内置 SAM 2 与 SAM 3 自动标注、AI agents、SSO 等高级能力可在 CVAT Online 付费套餐（Solo、Team）与 CVAT Enterprise. 中获取。

开发者工具

CVAT 面向自动化而设计。除 Web UI 外，你还可以通过以下方式将其集成到流水线中：

• Python SDK: 使用 pip install cvat-sdk 安装，从 Python 自动化创建任务、 上传与导出。
• 命令行工具: 使用 pip install cvat-cli 安装，在终端中编写常见 CVAT 工作流脚本。
• REST API: 对 CVAT 进行完整的程序化控制。

数据与格式

CVAT Community 支持图像、视频和 3D（点云）标注工作流。你可以使用 20+ 种行业标准格式导入和导出数据：CVAT (XML)、COCO (JSON)、YOLO (TXT)、Ultralytics YOLO (TXT/YAML)、Pascal VOC (XML)、 KITTI (TXT)、MOT (TXT) 等。

支持格式的完整列表。

ML 与 AI 模型

CVAT Community 通过由 Nuclio 驱动的预构建 serverless 模型支持自动标注， 涵盖检测、分割、姿态估计与跟踪：

Model	Framework	Type
Segment Anything (SAM)	PyTorch	Interactor
Inside-Outside Guidance (IOG)	PyTorch	Interactor
RetinaNet R101	PyTorch	Detector
HRNet32 Whole Body Pose	PyTorch	Pose Estimation
TransT	PyTorch	Tracker
YOLO v7	ONNX	Detector
Mask RCNN Inception ResNet v2	OpenVINO	Detector
Face Detection 0205	OpenVINO	Detector
Faster RCNN Inception v2	TensorFlow	Detector

要启用自动标注，请在你的部署中添加 serverless 组件：

docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d

这将启动 serverless 基础设施。若要让模型在 CVAT 中可用，请安装 nuctl 并部署 你所需的函数，例如 SAM 或 YOLO，详见自动标注指南.

我应该选择哪个 CVAT 版本？

• CVAT Online：无需部署即可最快试用 CVAT 并开始标注的方式。可用于在浏览器中评估 CVAT、探索托管功能，并在需要更大容量或团队协作工作流时迁移到高性价比的付费方案。
• CVAT Community：采用 MIT 许可证的自托管版本，适合希望自行运行 CVAT、定制技术栈并掌控基础设施的团队。
• CVAT Enterprise：面向需要在自有云或内部环境运行 CVAT 的组织，提供企业级支持、SSO 等安全控制、付费平台功能以及 SLA。
• Labeling Services（标注服务）：面向希望将标注工作外包给 CVAT.ai 经验丰富的标注团队、而非自建内部标注团队的客户。客户在项目期间可获得 CVAT Online 的试用访问权限。

有关各方案的详细额度限制与功能可用性，请参阅 CVAT Online 定价, CVAT Enterprise, 和 Labeling Services（标注服务）.

支持

• 使用问题： 可在 Discord 向社区提问，或在 Stack Overflow 上使用 cvat 标签提问。
• 缺陷与功能请求： 请使用 GitHub Issues.
• 常见问题： 安装、升级、故障排除.

如需专属支持、SLA 或高级部署，请考虑 CVAT Enterprise.

贡献

我们欢迎各类贡献：缺陷报告、文档修复、集成与代码。

• 若要为 CVAT 做贡献，请参阅我们的 贡献文档.
• 缺陷报告或功能请求请使用 GitHub Issues 跟踪器。

安全

• 在报告漏洞前，请先阅读我们的安全政策。
• 敏感问题请联系：secure@cvat.ai。

许可证

CVAT Community 在 MIT 许可证下发布。

• /serverless 中的代码同样采用 MIT 许可证，但可能包含依据单独许可证（包括 非商业用途限制）的第三方资源。使用前请查阅相关许可证。
• 本软件在 LGPL/GPL 下使用 FFmpeg 库。详见 Dockerfile 与 FFmpeg 法律信息。

更多资源

要了解最新产品发布、功能演示及 CVAT 相关资讯，请参阅：