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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00