从零跑起 CVAT一条命令搭好免费的图像视频标注环境【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团队里有人攒了几千张街景照片、几小时行车录像模型训练却卡在没人标数据上。把数据搬进 CVATComputer Vision Annotation Tool一个开源的视觉数据标注平台标注就能在线完成还能让模型先标一版、人工再改。下面带你在一台 Linux 机器上把整套环境部署起来装完即可登录使用。先看看 CVAT 部署后能做什么一句话定性它是一个跑在 Docker 里的 Web 标注服务浏览器打开就能标无需在本地装任何开发环境。标注对象广图片、视频、3D 点云都能标矩形、多边形、骨架、音频区间等工具齐全AI 先干粗活内置人体姿态、目标检测等模型自动出一版预标注供你修正多人协作任务可以切分给不同成员进度和权限都在平台上管理配套工程能力标注结果可批量导出为多种数据集格式底层由 Django 后端加 React 前端 组成核心业务逻辑在 cvat/apps/engine/启动成功后界面长这样——左侧是工具栏中间是画布右侧管理对象和标签动手前检查机器要满足什么用下面这张表对照一下你的机器全部满足再往下走项目最低要求说明操作系统LinuxUbuntu 20.04/22.04、CentOS 7/8 等Windows 需配合 WSL2Docker20.10.0 及以上跑docker --version查看Docker Compose1.29.0 及以上跑docker-compose --version查看内存8 GB16 GB 更从容标注大数据集时明显磁盘20 GB 可用镜像加上后续上传的媒体文件都会占用部署实操拉取、启动、验证就绪拉取代码。把仓库克隆到本机git clone https://gitcode.com/GitHub_Trending/cvat/cvat.git cd cvat它会把完整源码下载到cvat目录后面的启动配置就在仓库根目录的 docker-compose.yml 里。启动全部服务。在仓库根目录执行docker-compose up -d这条命令会拉取 PostgreSQL、Redis、后端、前端等全部容器并在后台启动首次拉镜像耗时较长耐心等它跑完。确认服务就绪。跟一下容器日志看到各服务依次初始化完成即可docker-compose logs -f它实时滚动输出每个容器的日志按CtrlC退出跟踪服务本身不受影响。首次启动预留 2 到 5 分钟。跑通之后浏览器打开http://localhost:8080能出现登录页就说明整套 CVAT Docker 部署成功了。首次登录与验证容器启动时会等待数据库就绪并自动执行数据库迁移见 backend_entrypoint.sh 里的初始化逻辑所以你不需要手工建库建表。要做的只有一件事——创建第一个管理员docker exec -it cvat_server bash -ic python3 manage.py createsuperuser它会进入容器在交互式提示里依次要求你输入用户名、邮箱、密码完成后回到http://localhost:8080用这套凭据登录。登录后建议做两个小验证进入任务页随便建一个项目、上传一张小图并画一个矩形能保存就说明后端、数据库、前端链路全部打通。进阶玩法让 AI 先标你只负责修正部署完成后最实用的功能是自动标注。进入任务创建页在模型选择区挑一个内置模型例如人体姿态估计系统会带着它预置的标签一起加载然后拖入待标注的图片或视频文件任务创建后模型自动跑完一轮检测结果直接落到画布上你逐个确认或微调即可。跑通一轮自动标注后可以再探索两个方向团队协作在项目设置里邀请成员、分配任务谁标到哪一帧平台都有记录分析面板顶栏的 Analytics 入口接了事件统计标注量、活跃度这些指标都能在仪表盘里看到避坑指南现象浏览器打开 8080 端口是别的服务或连接被拒绝。原因8080 已被本机其他程序占用。 处理编辑 docker-compose.yml改 traefik 服务的ports映射如8081:8080再docker-compose up -d重建之后用新端口访问。现象执行 docker 命令提示权限错误。原因当前用户不在 docker 用户组。 处理把用户加入 docker 组后重新登录或临时用sudo执行命令。现象容器卡在拉镜像阶段失败。原因网络无法直连镜像仓库。 处理为 Docker 配置可用的镜像加速源后重新执行docker-compose up -d。现象服务整体行为异常改了配置不生效。原因容器里跑的还是旧进程。 处理用下面两条命令完整重建数据卷会保留标注内容不丢docker-compose down docker-compose up -d下一步服务已经可用先去建一个真实的小任务练练手。想继续深入标注工具、数据集导出或 API 用法从 官方文档 入手即可。【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