CVAT项目中的TUS协议上传偏移量错误问题分析与解决
问题背景
在CVAT(Computer Vision Annotation Tool)项目的使用过程中,用户报告了一个关于数据集导入导出功能的问题。具体表现为在使用cvat-cli命令行工具执行import-dataset、export-dataset和backup等操作时,系统会抛出401未授权错误,而其他如创建、删除、列表和帧操作则能正常执行。
问题现象
当用户尝试通过命令行工具上传COCO 1.0格式的数据集时,虽然进度条显示数据上传已完成,但最终会收到一个TUS(Tus Resumable Upload Protocol)偏移量获取失败的401错误。错误跟踪显示,问题发生在尝试获取上传偏移量时,认证信息未能正确传递到上传处理模块中。
技术分析
TUS协议简介
TUS是一种基于HTTP的协议,用于处理大文件上传。它支持断点续传,通过维护一个上传偏移量来跟踪上传进度。在CVAT中,TUS协议被用于处理大型数据集的上传和下载操作。
认证流程问题
从错误日志可以看出,虽然初始的客户端认证通过了验证(错误的凭证会立即返回认证失败),但在进行TUS协议相关的上传操作时,认证信息未能正确传递到上传处理模块。这导致在获取上传偏移量时,服务器无法验证请求的合法性,从而返回401未授权错误。
版本兼容性
用户报告该问题从CVAT v2.22.1版本开始出现,在v2.25.0版本中仍然存在。这表明在版本升级过程中,上传模块的认证处理逻辑可能发生了变化,导致认证信息传递链断裂。
解决方案
通过分析相关代码和问题报告,可以确定解决方案需要修复认证信息在TUS上传流程中的传递问题。具体而言,需要确保:
- 客户端认证信息能够正确传递到上传处理模块
- TUS协议请求头中包含必要的认证令牌
- 上传偏移量获取请求能够通过服务器认证
实施建议
对于遇到类似问题的用户,可以采取以下临时解决方案:
- 回退到v2.22.1之前的版本(如果项目允许)
- 等待官方发布修复该问题的版本更新
- 手动修改上传处理模块,确保认证信息正确传递
总结
CVAT项目中的TUS上传偏移量错误问题凸显了在复杂系统中认证信息传递的重要性。特别是在涉及多协议、多模块交互的场景下,需要特别注意认证信息的完整传递链。对于开发者而言,这个问题提醒我们在进行系统升级时,需要全面测试所有功能模块,特别是那些涉及第三方协议集成的部分。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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