CVAT项目中如何强制在标注视图中显示原始质量的图像
2025-05-17 10:22:21作者:廉彬冶Miranda
在计算机视觉标注工具CVAT的使用过程中,图像质量对于标注精度至关重要。本文将详细介绍如何在CVAT中配置系统,使其始终使用原始质量的图像进行标注工作,而不使用压缩版本。
问题背景
CVAT默认会为标注视图提供压缩版本的图像,以提高加载速度和减少带宽消耗。然而,在某些专业场景下,特别是在本地网络部署时,用户可能需要查看原始质量的图像以确保标注精度。虽然CVAT提供了质量切换功能,但某些用户希望系统始终使用原始质量。
技术实现方案
要实现这一需求,需要修改CVAT的源代码并重新构建Docker镜像。以下是具体步骤:
1. 修改服务器中间件代码
找到并编辑server-proxy.ts文件,将图像获取请求的quality参数固定为'original':
async function getData(jid: number, chunk: number, quality: ChunkQuality, retry = 0): Promise<ArrayBuffer> {
const { backendAPI } = config;
try {
const response = await (workerAxios as any).get(`${backendAPI}/jobs/${jid}/data`, {
params: {
...enableOrganization(),
quality: 'original', // 固定为原始质量
type: 'chunk',
number: chunk,
},
responseType: 'arraybuffer',
});
// ...其余代码保持不变
}
// ...其余代码保持不变
}
2. 重新构建Docker镜像
修改代码后,必须重新构建Docker镜像才能使更改生效。使用以下命令:
docker compose -f docker-compose.yml -f docker-compose.dev.yml build
3. 重启CVAT服务
构建完成后,重启服务以应用更改:
docker compose down
docker compose up -d
验证更改
完成上述步骤后,可以通过以下方式验证更改是否生效:
- 登录CVAT并打开一个标注任务
- 使用浏览器开发者工具检查网络请求
- 确认图像数据请求的URL中quality参数为"original"
注意事项
- 此修改将使系统始终请求原始质量图像,不再提供质量切换功能
- 在带宽有限的网络环境中,这可能导致加载时间增加
- 对于大型数据集,可能需要考虑服务器的性能影响
- 此修改仅影响标注视图中的图像显示,不影响实际存储的图像质量
技术原理
CVAT的图像处理系统采用分层架构设计。前端通过中间件服务请求图像数据,后端根据quality参数决定返回原始图像还是压缩版本。通过修改中间件服务的默认参数,我们绕过了前端的质量选择逻辑,直接请求原始图像。这种修改方式保持了系统的其他功能不变,仅改变了图像质量获取策略。
对于需要在本地网络环境中追求最高标注精度的用户,此方案提供了一种简单有效的配置方法。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2