当前位置：首页 > news >正文

CVAT（Computer Vision Annotation Tool）计算机视觉数据标注工具

news 2026/6/28 16:46:29

文章目录

- 一、CVAT 简介与核心特性
- - 1. 基本信息
  - 2. 主要功能
  - 3. 使用方式（简要）
- 二、类似工具对比
- 三、选型建议

CVAT（Computer Vision Annotation Tool）是一款由 Intel 开发并开源的、功能强大的计算机视觉数据标注工具，支持图像和视频的2D/3D 标注，广泛应用于目标检测、实例分割、关键点标注、动作识别等任务。

一、CVAT 简介与核心特性

1. 基本信息

官网：https://cvat.org
开源地址：https://github.com/cvat-ai/cvat
许可证：MIT（自 v2.0 起）
部署方式：支持 Docker 本地部署、云部署（如 CVAT.ai 托管版本）

2. 主要功能

支持标注类型：
- 矩形框（Bounding Box）
- 多边形（Polygon）
- 折线（Polyline）
- 关键点（Points / Skeletons）
- 语义/实例分割（Masks via polygons or brush）
- 跟踪（Interpolation across video frames）
- 3D 点云标注（需集成 Sensor Fusion）
协作功能：
- 多用户协作（项目权限管理、任务分配）
- 审核工作流（annotator → reviewer）
自动化辅助：
- 集成 AI 模型（如 Auto-Annotation 功能，可接入 OpenVINO、TensorFlow、PyTorch 模型）
- 支持 SAM（Segment Anything）、YOLO 等预训练模型辅助标注
数据格式支持：
- 导入：Images, Videos, ZIP, Image folders, YouTube 链接等
- 导出：COCO, Pascal VOC, YOLO, TFRecord, MOT, LabelMe, Datumaro 等

3. 使用方式（简要）

本地部署（推荐 Docker）：

gitclone https://github.com/cvat-ai/cvatcdcvat docker-compose up -d

默认访问http://localhost:8080

创建项目 → 上传数据 → 创建任务 → 标注 → 导出
AI 辅助标注：
- 在任务中启用 “Automatic Annotation” 模型（需先配置模型仓库）
- 或使用 “Interactive Annotation”（如用 SAM 点选分割）

二、类似工具对比

工具	类型	开源	多人协作	视频标注	AI 辅助	3D/点云	部署难度	适合场景
CVAT	Web	✅	✅	✅（强）	✅（强）	✅（需配置）	中	工业级、研究、团队协作
LabelMe	桌面/Web	✅	❌	❌	❌	❌	低	小规模图像分割/多边形
VIA (VGG Image Annotator)	Web（单文件 HTML）	✅	❌	有限	❌	❌	极低	快速原型、教学
AnyLabeling	桌面（Qt）	✅	❌	❌	✅（YOLO, SAM, GroundingDINO 等）	❌	低	个人使用、AI 辅助强
Roboflow Annotate	Web（SaaS）	❌	✅	✅	✅	❌	无（云端）	快速上手、中小项目
SuperAnnotate	Web（SaaS）	❌	✅	✅	✅	✅	无	企业级、高精度需求
Label Studio	Web	✅	✅	✅（需配置）	✅（通过 ML backend）	有限	中	多模态（文本/音频/图像）
Docker Annotator / RectLabel（Mac）	桌面	❌（RectLabel）	❌	❌	有限	❌	低	个人、Mac 用户

特别说明：
AnyLabeling：如果你偏好桌面应用、且重视本地 AI 模型辅助（如实时 SAM 分割），它是 CVAT 的轻量级替代。
Label Studio：如果你需要标注多模态数据（如图文对、语音+文本），它更灵活。
CVAT在视频时序标注、团队协作、格式兼容性上综合优势明显。