CVAT 2.30.0版本发布:自动化设置保存与界面定制能力增强
项目简介
CVAT(Computer Vision Annotation Tool)是一个开源的计算机视觉标注工具,广泛应用于图像和视频数据的标注工作。作为计算机视觉领域的重要基础设施,CVAT为机器学习模型的训练提供了高质量的数据标注支持。本次发布的2.30.0版本带来了多项实用功能改进和问题修复。
核心功能更新
自动保存与恢复Gamma滤镜设置
在图像处理领域,Gamma校正是一项重要的预处理技术,用于调整图像的亮度分布。CVAT 2.30.0版本实现了Gamma滤镜设置的自动保存与恢复功能,这意味着:
- 用户调整的Gamma值会在会话间持久化保存
- 重新加载页面或项目时,系统会自动恢复上次使用的Gamma设置
- 减少了重复配置的工作量,提升了标注效率
这一改进特别适合需要长时间进行标注工作的用户,避免了因页面刷新或意外关闭导致的设置丢失问题。
客户端设置自动保存机制
本次更新将自动保存机制扩展到了所有客户端设置,包括但不限于:
- 界面布局偏好
- 标注工具配置
- 显示选项设置
这一改进使得用户的工作环境更加个性化,系统能够记住用户的使用习惯,提供更加连贯的标注体验。
服务端API定制能力增强
2.30.0版本为系统管理员提供了更灵活的界面定制选项,特别是对api/server/about
端点的增强:
- 企业品牌定制:可以上传自定义logo,体现企业品牌形象
- 登录页个性化:支持设置登录页面的副标题文字
- 系统信息展示:可配置的关于页面内容展示
这些功能对于企业用户特别有价值,可以实现CVAT系统的品牌化部署,增强内部系统的专业性和一致性。
重要问题修复
SDK骨架标签规范修复
在Python SDK中,修复了skeleton_label_spec
函数的参数传递问题。现在它能够正确地将所有关键字参数传递给底层的PatchedLabelRequest
,确保了骨架标签创建和修改的准确性。
视频标注工作流改进
修复了在基于视频的真实标注(GT)任务中切换帧时可能出现的"无法读取未定义的属性'width'"错误。这一修复:
- 提高了视频标注的稳定性
- 减少了因界面错误导致的工作中断
- 特别有利于长视频序列的标注工作
技术意义与应用价值
CVAT 2.30.0版本的这些改进虽然看似细微,但对于实际工作流程有着显著影响:
- 工作效率提升:自动保存机制减少了重复配置时间
- 用户体验优化:个性化的界面设置让不同用户都能找到最适合自己的工作方式
- 企业部署友好:品牌定制能力使得CVAT可以更好地融入企业IT环境
对于计算机视觉工程师和数据标注团队来说,这些改进使得CVAT成为一个更加成熟、稳定的标注工具选择。特别是自动保存功能的完善,解决了实际工作中常见的痛点,让用户能够更专注于标注质量本身而非工具配置。
随着计算机视觉应用的普及,像CVAT这样的开源工具正在推动整个行业的标准提升。2.30.0版本的发布再次证明了开源社区在解决实际问题方面的敏捷性和有效性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









