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
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136