一、CVAT入门：从零认识这个标注神器
大家好，我是你们这门课的老朋友。今天咱们聊聊CVAT——一个让我从手动标注的苦海里解脱出来的工具。
先说说我自己的经历吧。几年前我接手一个智慧安防项目，需要标注几万张监控截图。那时候团队用的是某款开源标注工具，界面丑不说，还经常崩溃。最崩溃的是标注完的数据格式跟训练框架不兼容，还得自己写脚本转格式。后来我发现了CVAT，嗯，真香。
1.1 CVAT到底是什么？
CVAT，全称Computer Vision Annotation Tool，直译就是「计算机视觉标注工具」。说白了，它是一个专门给图像和视频打标签的Web应用。
你想想看，做深度学习训练，数据标注是绕不开的坎。CVAT就是帮你高效完成这个坎的工具。它支持矩形框、多边形、关键点、语义分割等各种标注方式，几乎覆盖了主流视觉任务的需求。
我个人习惯把CVAT比作「标注界的Photoshop」——功能强大，插件丰富，还能多人协作。
1.2 发展历程：从英特尔内部工具到开源明星
CVAT的故事要从2018年说起。当时英特尔内部有个团队，天天被标注工作折磨得不行。市面上又没有趁手的工具，于是他们自己动手写了一个。
2019年，英特尔把这个工具开源了。我记得第一次看到它时，界面还挺简陋的，但核心功能已经相当能打。后来社区越来越活跃，贡献者越来越多，功能也像滚雪球一样壮大。
到现在，CVAT已经迭代到2.x版本，支持自动标注、模型辅助标注、云存储集成等高级功能。GitHub上收获了超过1万颗星，成了计算机视觉领域最主流的标注工具之一。
| 版本 | 发布时间 | 核心变化 |
|---|---|---|
| 1.0 | 2019年 | 开源发布，基础标注功能 |
| 1.5 | 2020年 | 引入自动标注、模型集成 |
| 2.0 | 2022年 | 重构UI，支持3D点云标注 |
| 2.5+ | 2023年 | 云原生部署，企业级功能 |
1.3 核心功能与应用场景
CVAT能做什么？我挑几个最常用的说说。
标注类型全覆盖
- 矩形框：目标检测最常用，拖拽一下就行
- 多边形：分割任务必备，可以精确勾勒物体轮廓
- 关键点：人体姿态估计、人脸关键点检测
- 线条/折线：车道线检测、道路标注
- 3D点云：自动驾驶场景，支持LiDAR数据
智能辅助标注
这是我最喜欢的功能。你可以接入预训练模型（比如YOLO、Mask R-CNN），让模型先自动标注一遍，人工只需要检查和修正。我曾经在一个项目中，用这个功能把标注效率提升了5倍。
团队协作
CVAT支持多用户同时标注同一个项目。你可以分配任务、设置权限、查看标注进度。对于团队项目来说，这个功能太实用了。
数据导出格式
标注完的数据可以直接导出为COCO、Pascal VOC、YOLO、TFRecord等主流格式。不用再写转换脚本了，省心。
应用场景举例：
- 智慧安防：行人检测、车辆识别
- 自动驾驶：车道线、交通标志、障碍物
- 医疗影像：病灶分割、器官标注
- 工业质检：缺陷检测、产品分类
- 农业遥感：作物识别、地块分割
1.4 安装与部署：Docker方式
安装CVAT，我强烈推荐Docker方式。为什么？因为省事。你不需要手动配置各种依赖，一条命令就能跑起来。
注意：部署前请确保你的机器已经安装了Docker和Docker Compose。如果还没装，先去官网下载安装。
第一步：克隆代码仓库
git clone https://github.com/opencv/cvat
cd cvat第二步：启动服务
docker compose up -d这条命令会拉取镜像并启动所有服务。第一次运行会下载镜像，时间取决于你的网速，大概5-15分钟。
第三步：创建管理员账号
docker exec -it cvat_server bash -c \
"python3 manage.py createsuperuser"按提示输入用户名、邮箱和密码。我习惯用admin/admin123作为测试账号，生产环境请务必改掉。
第四步：访问CVAT
打开浏览器，输入 http://localhost:8080，用刚才创建的账号登录。看到标注界面，说明部署成功了。
小技巧：如果你在服务器上部署，想从外部访问，记得修改docker-compose.yml中的端口映射，或者配置Nginx反向代理。
常用Docker命令
| 命令 | 说明 |
|---|---|
| docker compose up -d | 启动所有服务（后台运行） |
| docker compose down | 停止并删除所有容器 |
| docker compose logs -f | 查看实时日志 |
| docker compose restart | 重启所有服务 |
知识体系总览
下面这张图是我手绘的CVAT知识体系，帮你快速建立整体认知。
这张图把CVAT的核心脉络都串起来了。从「是什么」到「怎么用」，再到「怎么跟深度学习结合」，每一步都有清晰的路径。后面的课程，我们会沿着这个体系一步步深入。
好了，第一章就到这里。CVAT的安装你已经会了，接下来可以自己上手试试标注几张图片。有什么问题，欢迎随时交流。