CVAT项目数据导出中骨架轨迹缺失问题分析
2025-05-16 19:55:09作者:尤峻淳Whitney
问题现象
在CVAT(Computer Vision Annotation Tool)项目中,当用户创建包含骨架标注的项目时,发现从项目级别导出的数据集与从任务/作业级别导出的结果存在不一致。具体表现为:
- 当从作业级别导出标注数据(CVAT Image 1.1或COCO Keypoints格式)时,所有骨架轨迹和形状的关键点都能正确显示
- 但当从项目级别导出相同数据时,骨架轨迹的关键点信息完全丢失,表现为:
- 边界框尺寸为零
- 关键点数量为零
- 实际关键点坐标缺失
技术背景
CVAT是一个开源的计算机视觉标注工具,广泛用于图像和视频的标注工作。骨架标注是CVAT支持的一种重要标注类型,常用于人体姿态估计、动物行为分析等场景。
在CVAT中,骨架标注可以以两种形式存在:
- 骨架轨迹(Skeleton Track):跨越多帧的骨架标注,用于视频序列
- 骨架形状(Skeleton Shape):单帧的骨架标注,用于静态图像
问题根源分析
经过技术分析,该问题的根本原因在于项目级别数据导出时,对骨架轨迹的处理逻辑存在缺陷:
- 导出流程差异:项目级别的数据导出没有正确评估每帧图像上的骨架轨迹状态
- 悬挂轨迹处理:对于跨帧的骨架轨迹,项目导出时可能将其视为"悬挂"状态而未正确解析
- 关键点序列化:在序列化为目标格式(如COCO Keypoints)时,轨迹关键点信息未被正确包含
解决方案建议
该问题与先前修复的#5914号问题类似,可通过以下方式解决:
- 统一导出逻辑:使项目级别的导出复用作业级别的骨架处理流程
- 逐帧评估:对骨架轨迹进行逐帧评估,确保每帧上的关键点信息都被正确导出
- 格式兼容性:确保CVAT Image 1.1和COCO Keypoints格式都能完整保留骨架信息
影响范围
该问题主要影响:
- 使用骨架标注的项目级数据导出
- 需要跨任务/作业合并骨架标注的工作流
- 依赖项目级别导出数据进行模型训练的场景
临时应对措施
在官方修复发布前,用户可采取以下临时方案:
- 优先从作业级别导出骨架标注数据
- 对于需要合并多个作业的情况,可先分别导出再手动合并
- 检查导出的COCO格式中
num_keypoints
和keypoints
字段是否完整
总结
CVAT作为重要的计算机视觉标注工具,其数据导出功能的完整性直接关系到下游机器学习流程的效果。骨架标注的特殊性在于其跨帧特性,这要求导出逻辑需要特别注意轨迹状态的维护。该问题的修复将提升CVAT在姿态估计等场景下的数据导出可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

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!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8