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 15:06:41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
kernelopenEuler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。C086
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0137
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
472
3.49 K
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
213
86
暂无简介
Dart
719
173
Ascend Extension for PyTorch
Python
278
314
React Native鸿蒙化仓库
JavaScript
286
333
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++
848
432
🎉 (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
1.27 K
696
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
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19