3、标注工具介绍：主流工具对比（CVAT、LabelImg、VGG Image Annotator、Supervisely）
做视频目标跟踪，选对工具太重要了。
我刚开始带项目那会儿，团队五个人用了三个不同的标注工具，最后数据格式乱成一锅粥。嗯，从那以后我学乖了——先花半天把工具定下来，后面能省两周的返工时间。
今天我把市面上最主流的四款工具掰开揉碎讲清楚。你想想看，工具选对了，标注效率至少翻一倍。
3.1 工具全景对比
先上一张总览图，让你心里有个谱。
3.2 CVAT：视频标注的王者
CVAT（Computer Vision Annotation Tool）是Intel开源的Web端标注平台。我个人习惯把它当作视频目标跟踪的首选。
核心优势：
- 自动插值标注：你只需要标注关键帧，中间帧它会自动补全。我在一个300帧的车辆追踪项目里，只标了20帧就搞定了，效率提升了15倍。
- 追踪模式：支持基于SORT/DeepSORT的自动追踪辅助。说白了，你框出第一帧的目标，后面它能帮你跟一段。
- 多人协作：支持任务分配、审核流程。团队作战必备。
- 深度学习辅助：可以集成预训练模型做预标注。
我的小技巧： 用CVAT做视频标注时，先跑一遍自动追踪，再人工修正。这样比纯手动标注快3-5倍。但要注意——自动追踪在目标遮挡或快速运动时容易跟丢，这时候需要手动干预。
部署方式：
# Docker一键部署（推荐）
docker compose -f docker-compose.yml up -d
# 访问 http://localhost:8080
# 默认账号 admin / admin
我曾经踩过的坑： 有一次部署CVAT时忘了挂载数据卷，结果重启容器后所有标注数据全丢了。嗯，从那以后我每次部署都会检查docker-compose.yml里的volumes配置。
3.3 LabelImg：轻量级单兵武器
LabelImg是纯Python写的桌面端标注工具。说实话，它不太适合视频标注，但如果你只是做单帧图像标注，它绝对是最快上手的。
适用场景：
- 快速标注少量视频的关键帧
- 做数据集的初步筛选和清洗
- 个人项目或小团队（3人以下）
安装使用：
# pip安装
pip install labelImg
# 启动
labelImg
# 快捷键
W: 创建矩形框
Ctrl+S: 保存
D: 下一张图
A: 上一张图
注意： LabelImg不支持视频格式。你需要先把视频抽帧成图片序列，再逐张标注。我一般用ffmpeg抽帧：
ffmpeg -i video.mp4 -q:v 2 frames/%06d.jpg
3.4 VGG Image Annotator：零安装的轻骑兵
VIA是牛津大学VGG组开发的纯浏览器端标注工具。整个工具就是一个HTML文件，双击就能用。
我记得有一次出差，客户现场没有网络，电脑上也没装任何Python环境。我直接打开U盘里的VIA.html，就开始标注了。这玩意儿在应急场景下特别好使。
优缺点分析：
| 优点 | 缺点 |
|---|---|
| 无需安装，一个HTML搞定 | 大视频（>100MB）会卡顿 |
| 支持多边形、矩形、点等多种形状 | 没有自动追踪功能 |
| 完全离线可用 | 多人协作困难 |
| 导出格式灵活（JSON/CSV） | 不支持视频直接播放标注 |
使用建议： VIA适合做小样本标注或原型验证。比如你要快速标注50张图片验证一个想法，用VIA比折腾CVAT快得多。
3.5 Supervisely：企业级全流程平台
Supervisely是商业化的标注平台，但提供社区版。它把标注、数据管理、模型训练、部署全串起来了。
我参与过一个智慧城市的项目，需要标注10万帧视频数据。当时团队20个人同时在线标注，用的就是Supervisely。它的任务分配和质检流程确实做得不错。
核心功能：
- AI自动标注：用预训练模型做预标注，人工只需修正
- 视频追踪标注：支持半自动追踪，比CVAT更流畅
- 数据版本管理：每次修改都有记录，可以回退
- 模型训练集成：标注完可以直接训练模型
需要注意： 社区版有数据量限制（5000张图片/项目）。如果你的项目超过这个量，要么付费，要么自己部署。另外，数据上传到云端，涉密项目要谨慎。
3.6 选型决策指南
说了这么多，到底怎么选？我给你一个决策流程：
- 先看团队规模：单人做小项目 → LabelImg；多人协作 → CVAT或Supervisely
- 再看视频长度：短视频（<100帧）→ 哪个都行；长视频（>1000帧）→ 必须用带自动追踪的
- 最后看预算：零预算 → CVAT（开源免费）；有预算 → Supervisely（省心省力）
我的个人推荐：
- 视频目标跟踪标注：CVAT（综合最强）
- 快速原型验证：VIA（零安装）
- 单帧图像标注：LabelImg（最轻量）
- 企业级项目：Supervisely（全流程）
工具只是手段，不是目的。我见过有人用Excel画框标注的（别笑，真事），最后也做出了不错的模型。关键是找到适合你项目节奏的工具。
下一节我们会深入CVAT的视频标注实战操作，包括如何配置自动追踪、如何做质量检查。到时候我会把我在项目中积累的标注规范模板也分享出来。
公众号:蓝海资料掘金营，微信deep3321