cvat-ai/cvat

解決する課題

CVATは、コンピュータビジョンやその他のAIモデル向けに高品質なデータセット作成を効率化するために設計されたプロフェッショナルなデータアノテーションプラットフォームです。画像、動画、音声、3D点群のラベル付けにおける手作業を排除し、チームがアノテーションを管理・レビューするための集中化されたコラボレーション環境を提供します。

仕組み

CVATはセルフホスト型サーバー（Docker経由でデプロイ）として動作し、アノテーター向けにWebベースのインターフェースを提供します。ユーザーはさまざまなツール（バウンディングボックス、ポリゴン、マスクなど）を使用して手動でデータをラベル付けできるほか、サーバーレスインフラ（Nuclio）を介してMLモデル（SAMやYOLOなど）を接続し、「自動ラベル付け」機能を使用して自動的にラベルを提案させることも可能です。

対象ユーザー

大規模なラベル付きデータセットを作成する必要があるAI研究・開発チームや、プライバシーとセキュリティを確保するためにデータインフラを完全に制御したい組織向けに構築されています。

主な特徴

• マルチモーダル対応: 画像、動画、音声、3D点群のアノテーションをサポート。
• AI駆動のラベル付け: サーバーレスMLモデルと統合し、自動検出、セグメンテーション、追跡が可能。
• エンタープライズレベルのコラボレーション: マルチユーザーロール、タスク割り当て、品質管理ワークフロー（コンセンサスおよびグラウンドトゥルースチェック）を搭載。
• 広範なフォーマットサポート: COCO、YOLO、Pascal VOCを含む20以上の一般的なフォーマットのインポートとエクスポートに対応。
• 開発者フレンドリー: データセットパイプラインを自動化するためのPython SDK、CLI、REST APIを提供。