CVAT 部署快速指南用 Docker 五分钟跑起完整标注平台【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/cvatCVAT 部署只需要一条 Docker 命令服务起来之后你马上就能创建标注任务、上传图像和视频、调用 AI 自动标注接口。这份 CVAT 安装教程面向初次上手的独立开发者也面向需要一套计算机视觉 数据标注 平台的协作团队。 开跑前的 60 秒体检拉代码之前先花一分钟核对下表里的四项。任何一项低于最低线后面的流程都会在中间某一步卡住。组件最低要求Docker20.10.0 及以上Docker Compose1.29.0 及以上可用内存8 GB空闲磁盘空间20 GB在终端执行下面这条版本核查两个编号会一并打印出来docker --version docker-compose --version执行完你会看到两行版本号。如果任何一项低于表中数值先升级对应组件这一步跑通的标志是输出与表格吻合可以放心进入下一步。 一条主线从拉代码到登录成功拉取代码先把项目取到本地目录git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat执行完当前目录会多出一个cvat文件夹成功标志是它内部能看到docker-compose.yml。一次启动在项目目录里一条命令拉起全部服务docker-compose up -d这条命令会依次带起 Django API 后端、React 前端、PostgreSQL 和 Redis首次运行要下载镜像可能持续几分钟属正常现象。盯着日志等绿灯等待期间用下面的命令实时跟踪每个容器的输出docker-compose logs -f首次初始化大约需要 2-5 分钟。这一步跑通的标志是后端日志停在启动完成处且没有红色报错同时浏览器打开 http://localhost:8080 能正常出页面。收尾建库并创建管理员进容器补两个动作主线才算走通docker exec -it cvat_server bash -ic python3 manage.py migrate docker exec -it cvat_server bash -ic python3 manage.py createsuperuser第一行在数据库里建好数据表第二行按终端提示填写管理员密码、邮箱和用户名。看到成功输出后用这组凭据登录 8080整条主线结束。 跑通之后手上多了什么AI 自动标注。接入训练好的模型或选用内置的预置模型库就能对图像和视频批量推理出候选框再由人工确认修正比纯手速快得多。模型服务怎么接可查自动标注安装文档。3D 点云标注。CVAT 部署完成的不止是 2D 能力点云与立体数据的完整工作流都支持多视角之间可以同步标注在三维场景里直接拉出立体框。手动形状工具集。矩形、多边形、折线、点、立方体等绘制工具齐备参数改动实时生效适合精修阶段逐项核对。建议你把上面三组工具轮完一遍再用项目级组织把任务分给团队成员配合快捷键与批量处理效率提升会非常明显。 卡住了先查这三处8080 打不开现象是浏览器提示无法访问先查 8080 是否被其他程序占用确认后再把 docker-compose.yml 里的端口映射改成空闲值重启即可。启动时报权限错误现象是命令直接拒绝执行检查你的账号是否具备 docker 执行权限必要时换有权限的账号重新运行启动命令。日志停在拉取镜像现象是长时间没有新输出核对当前网络与镜像源配置换成国内镜像源后重新执行启动命令速度会明显恢复。 马上能做的三件事登录成功后按这个顺序来第一步创建你的第一个项目第二步往项目里上传图像或视频数据第三步配置第一个自动标注任务确认模型调用链路畅通。更细的参数与流程见安装文档。【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