CVAT v2.36.0版本发布:3D标注增强与性能优化
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持续迭代更新以满足用户不断增长的需求。最新发布的v2.36.0版本带来了多项功能增强和性能优化,特别是在3D标注和系统性能方面有显著提升。
3D标注功能增强
本次版本在3D工作空间中新增了立方体尺寸控制功能,这是对3D标注能力的重要扩展。在计算机视觉应用中,3D立方体标注对于自动驾驶、机器人导航等场景尤为重要。新功能允许用户直接在界面上调整立方体的尺寸参数,大大提高了3D标注的效率和精确度。
数据分析与导出改进
在数据分析方面,v2.36.0增加了分析页面原始资源事件的导出按钮。这一改进使得用户可以更方便地获取系统事件数据,便于后续分析和报告生成。同时,对事件导出的API端点进行了优化,现在当不指定时间范围时,默认会导出目标资源的所有事件,这简化了数据获取流程。
值得注意的是,表格导出为CSV的功能现在会考虑应用在表格上的筛选条件,这意味着用户导出的数据将与其当前视图保持一致,避免了额外的手动筛选工作。
性能优化
v2.36.0版本在系统性能方面做了多项优化:
-
优化了多个API端点的响应速度,包括任务列表、质量冲突和云存储相关的请求处理。这些优化显著减少了大数据量情况下的响应时间。
-
改进了数据库查询效率,特别是针对服务器权限检查的数据库请求。这降低了系统在高并发情况下的负载。
-
对作业API端点进行了专门优化,提升了批量处理作业时的系统性能。
CLI工具改进
命令行工具(CLI)在这个版本中也得到了增强。最显著的变化是默认服务器主机值现在明确设置为"http://localhost",避免了之前可能出现的连接问题。同时,CLI工具现在对无效参数或帮助请求的处理更加友好,不再不必要地提示输入服务器密码。
其他重要修复
除了上述主要改进外,v2.36.0还修复了多个问题:
- 修复了API方法不允许时返回500状态码的问题,现在会返回更合适的HTTP状态码
- 解决了AI模型跟踪在重新启用后无法自动启动的问题
- 修正了Helm chart中的标签选择器模板使用问题
向后兼容性说明
需要注意的是,v2.36.0版本开始弃用了SDK和CLI中的自动服务器URL方案检测功能。开发者应该明确在主机地址前添加"https://"或"http://", 以避免未来版本中的兼容性问题。
总体而言,CVAT v2.36.0版本在功能完善和性能提升方面都取得了显著进展,特别是对3D标注工作流的支持更加完善。这些改进将进一步提升用户体验,特别是在处理大规模数据集和复杂标注任务时。
- 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~057CommonUtilLibrary
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。07GOT-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!C0381- 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









