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 12:07:15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
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1