CVAT 计算机视觉标注工具快速上手指南

CVAT 计算机视觉标注工具快速上手指南

【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

CVAT（Computer Vision Annotation Tool）是一个开源的计算机视觉标注平台，支持图像、视频和 3D 点云标注。用 Docker Compose 一条命令，大约 5 分钟就能在你自己的机器上跑起来，数据全程留在本地。

一分钟看懂 CVAT

这一节帮你确认：CVAT 是不是你要找的工具。CVAT 解决的核心问题是"手工给视觉数据打标签太慢"——你可以为图片、视频帧或激光雷达点云画矩形框、多边形、掩码、关键点，也可以接入自己的模型先出一版自动标注再人工修正。它还内置任务分配、多人协作和多格式导出，适合需要自建训练数据集的算法团队，以及想在本地标注数据、不依赖云服务的个人开发者。技术上它是 Django 后端 + React 前端，依赖 PostgreSQL 和 Redis，全部以容器方式运行，你不需要自己装任何依赖。

启动前的 3 项检查

启动前花一分钟确认环境，可以避免大部分卡壳问题。需要满足：

• 系统：Linux（Ubuntu 20.04/22.04 等）或 macOS，Windows 需自行配好 Docker Desktop
• 已安装 Docker 和 Docker Compose
• 内存至少 8GB（16GB 更稳），磁盘预留 20GB 以上

用下面这条命令确认 Docker 环境可用，输出正常的版本信息即可开始：

docker --version && docker compose version

最短启动路径：clone、启动、访问

这一步走通后，你会得到一个可登录的 CVAT 实例。为了拉取源码，先克隆仓库：

git clone https://link.gitcode.com/i/988c342f9091213bf916756eb64fb447 cd cvat

然后在仓库目录下启动整套服务：

docker compose up -d

首次运行要拉取一批镜像并初始化数据库，大约需要 2~5 分钟；期间可以用docker compose logs -f观察进度，看到服务就绪后按 Ctrl+C 退出。

最后创建管理员账户，按提示输入用户名、邮箱和密码：

docker exec -it cvat_server bash -ic 'python3 ~/manage.py createsuperuser'

完成后打开 http://localhost:8080 登录，即可新建任务、上传数据。


功能体验：3 个最常用的能力

跑通之后，建议依次试这三个功能，基本覆盖了日常标注工作流。

• 手动标注：为对象绘制矩形、多边形、掩码、关键点等形状，并给对象补充属性和标签。什么时候用：从零建立标注数据集，这是最基本的操作。
• 3D 点云标注：针对激光雷达数据，提供俯/侧/正三个同步视角，可以画 3D 框。什么时候用：做自动驾驶、机器人感知类项目时。
• 自动标注：在任务里接入你自己的模型（或预置的 Serverless 模型）批量生成初版标注，再人工修正。什么时候用：数据量大、人工标注成本高时。

踩坑速查：5 个常见问题

遇到小问题先在这里对一下，大部分情况一条命令就能解决。

• 打不开 http://localhost:8080：多半是端口被占用，修改 docker-compose.yml 里ports的宿主机端口，再重启容器即可。
• 页面样式错乱或标注交互异常：CVAT 主要在 Chromium 系浏览器上测试，优先使用 Chrome 或 Edge。
• 执行命令报 permission denied：给命令加sudo，或把当前用户加入 docker 组。
• 镜像拉取慢或失败：检查网络，或在 Docker 中配置可用的镜像源后重试。
• 界面里看不到自动标注选项：默认部署不含模型服务，需要加上 serverless 组件再部署模型，详见 serverless 说明。

最短路径到此就跑通了：本地 5 分钟起服务，登录后上传数据即可开始标注。更多配置和进阶用法可查阅 官方文档 或 CVAT 社区。

【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