cvat-ai/cvat

它解决了什么问题

CVAT 是一个专业的数据标注平台，旨在简化为计算机视觉和其他 AI 模型创建高质量数据集的过程。它通过提供一个集中式的协作环境，让团队能够管理和审核标注，从而消除了手动标记图像、视频、音频和 3D 点云的繁琐工作。

它是如何运作的

CVAT 作为一个自托管服务器（通过 Docker 部署）运行，为标注人员提供基于 Web 的界面。用户可以使用各种工具（边界框、多边形、遮罩等）手动标记数据，或者通过无服务器架构 (Nuclio) 连接 ML 模型（如 SAM 或 YOLO）来使用“自动标注”功能，自动建议标签。

适用对象

它专为需要创建大规模标注数据集的 AI 研究与生产团队而建，也适合希望完全掌控数据基础设施以确保隐私与安全的组织。

特色亮点

• 多模态支持：支持图像、视频、音频和 3D 点云的标注。
• AI 辅助标注：整合无服务器 ML 模型，用于自动检测、分割和追踪。
• 企业级协作：包含多用户角色、任务分配和质量控制工作流程（共识与基准检查）。
• 广泛的格式支持：支持导入与导出 20 多种常见格式，包括 COCO、YOLO 和 Pascal VOC。
• 开发者友好：提供 Python SDK、CLI 和 REST API，用于自动化数据集流水线。