CVAT项目中Datumaro格式导出时Occluded属性处理问题解析
在计算机视觉标注工具CVAT的使用过程中,用户发现当使用Datumaro 1.0格式导出标注数据时,"occluded"(遮挡)属性值始终为false,无法正确保留在CVAT界面中设置的遮挡状态。本文将深入分析这一问题的技术背景和解决方案。
问题现象
用户在使用CVAT 2.28.0版本进行图像标注时,通过界面勾选框设置了对象的"occluded"属性。当导出为Datumaro 1.0格式时,发现所有标注的"occluded"值均为false,而使用"CVAT for Images 1.0"格式导出时则能正确保留该属性值。
技术分析
经过项目维护者的确认,这个问题实际上与CVAT中属性命名的保留关键字有关。"occluded"是CVAT中的一个内置保留属性,用于表示对象的遮挡状态。当用户尝试创建自定义的"occluded"属性时,系统会优先处理内置属性,导致自定义属性无法正常工作。
CVAT系统内部已经提供了原生的遮挡属性支持,用户无需额外创建自定义属性。在标注界面中,系统已经提供了专门的遮挡标记选项(通常显示为一个眼睛图标),这个标记会直接对应到内置的"occluded"属性。
解决方案
针对这个问题,有两种可行的解决方案:
-
使用内置遮挡属性:直接利用CVAT提供的原生遮挡标记功能,而不是创建自定义的"occluded"属性。这种方法最为推荐,因为:
- 完全兼容所有导出格式
- 符合CVAT的标准工作流程
- 确保数据一致性
-
重命名自定义属性:如果确实需要额外的遮挡相关属性,可以将其命名为其他名称(如"is_occluded"、"visibility"等),避免与系统保留关键字冲突。这种方法适用于需要记录不同类型遮挡信息的特殊场景。
最佳实践建议
对于大多数CVAT用户,建议遵循以下工作流程处理遮挡属性:
- 在标注对象时,使用CVAT内置的遮挡标记功能(通常位于标注工具栏中)
- 避免创建名为"occluded"的自定义属性
- 导出数据时,系统会自动处理内置的遮挡属性
- 如需额外的可见性信息,考虑使用其他属性名称
通过理解CVAT中属性处理的内部机制,用户可以更有效地利用各种导出格式,确保标注数据的完整性和一致性。
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