CVAT 2.30.0版本发布:客户端设置优化与API定制能力增强
2025-06-03 21:55:18作者:何将鹤
项目简介
CVAT(Computer Vision Annotation Tool)是一个开源的计算机视觉标注工具,广泛应用于机器学习数据标注领域。它提供了丰富的标注功能,支持图像和视频数据的标注工作,是计算机视觉领域的重要基础设施工具。
版本亮点
CVAT 2.30.0版本带来了多项实用功能的改进和优化,主要集中在用户体验提升和系统定制化能力增强方面。
自动保存客户端设置
本次更新实现了客户端设置的自动保存功能,包括Gamma滤镜设置。这意味着:
- 用户调整Gamma滤镜参数后,系统会自动保存这些设置
- 当用户重新加载页面或再次访问时,之前的设置会自动恢复
- 无需手动保存,减少了用户操作步骤
- 提升了标注工作流的连续性
这项改进特别适合需要长时间进行标注工作的用户,避免了因页面刷新或意外关闭导致的设置丢失问题。
增强的API定制能力
新版本扩展了api/server/about
端点的定制能力,管理员现在可以通过配置实现:
- 自定义系统logo显示
- 设置登录页面副标题
- 灵活配置系统品牌信息
- 根据组织需求调整界面元素
这项功能为企业用户提供了更大的灵活性,可以更好地将CVAT集成到现有工作流程中,或根据企业品牌规范进行定制。
SDK改进
对于使用Python SDK的开发人员,本次更新修复了skeleton_label_spec
的一个关键问题:
- 现在能够正确地将
kwargs
参数传递给PatchedLabelRequest
- 解决了之前可能导致骨架标签创建时参数传递失败的问题
- 提升了SDK的稳定性和可靠性
视频标注修复
针对视频标注任务,修复了一个可能导致界面错误的问题:
- 解决了在基于视频的GT任务中切换帧时出现的"无法读取未定义的属性'width'"错误
- 提升了视频标注体验的稳定性
- 确保了视频帧切换的平滑性
技术意义
从技术架构角度看,2.30.0版本的改进体现了CVAT项目在以下几个方面的进步:
- 用户体验优化:自动保存设置的实现减少了用户操作,提高了工作效率
- 系统可定制性:增强的API端点配置能力为不同规模的组织提供了更大的灵活性
- 稳定性提升:关键错误的修复增强了系统的可靠性
- 开发者友好:SDK的改进降低了集成难度
这些改进共同推动了CVAT作为一个专业标注工具的整体成熟度,使其更适合企业级应用场景。
升级建议
对于现有CVAT用户,特别是以下场景建议考虑升级到2.30.0版本:
- 需要长期进行大规模标注工作的团队
- 希望自定义系统外观和品牌元素的企业用户
- 使用SDK进行自动化集成的开发团队
- 频繁处理视频标注任务的项目组
升级过程应遵循标准流程,确保数据备份完整,并在测试环境中验证兼容性后再部署到生产环境。
登录后查看全文
热门项目推荐
相关项目推荐
- 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~046CommonUtilLibrary
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。06GOT-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!C0302- 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
收起

React Native鸿蒙化仓库
C++
176
262

🎉 (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
863
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

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
332
1.08 K