CVAT项目v2.25.0版本发布:增强标注功能与质量评估优化
CVAT(Computer Vision Annotation Tool)是一个开源的计算机视觉标注工具,广泛应用于机器学习数据标注领域。它提供了丰富的标注功能、格式支持和协作能力,是计算机视觉研究人员和工程师的重要工具。近日,CVAT发布了v2.25.0版本,带来了一系列功能增强和质量改进。
核心功能更新
原生函数命令行支持
本次更新在CLI(命令行界面)中新增了对原生函数的操作命令。这一改进使得开发者能够更高效地通过命令行管理CVAT中的函数资源,为自动化工作流提供了更好的支持。对于需要批量处理或集成CVAT到现有系统的用户来说,这一功能将显著提升工作效率。
Ultralytics YOLO格式增强
在数据标注格式支持方面,v2.25.0版本对Ultralytics YOLO格式进行了重要改进:
-
格式重命名:原先的"YOLOv8格式"现在统一更名为"Ultralytics YOLO格式",这反映了该格式对YOLO系列模型的通用支持,而不仅限于v8版本。
-
跟踪支持:新版本为Ultralytics YOLO格式添加了对目标跟踪(tracks)的支持。这意味着现在可以导出包含目标ID信息的标注数据,这对于视频分析等需要追踪目标随时间变化的场景尤为重要。
-
旋转框兼容性:修复了导出/导入过程中旋转框(rotated boxes)方向信息的问题,确保了标注数据的准确性。
-
数据集处理优化:解决了当同时存在训练集和默认数据集时的导出问题,提高了数据处理的可靠性。
质量评估改进
在标注质量评估方面,v2.25.0对空帧处理逻辑进行了重要调整:
- 将
match_empty_frames
质量设置更名为empty_is_annotated
- 新设置会将所有空帧纳入最终评估指标,而不仅仅是匹配的空帧
- 这一改变使得精确度(Precision)等指标更具代表性和实用性
这一改进特别适用于那些需要评估标注完整性的场景,能够更全面地反映标注质量。
性能与稳定性提升
本次更新还包含了一些重要的稳定性修复:
- 修复了删除帧时可能出现的问题,提高了数据管理的可靠性
- 优化了YOLO格式处理逻辑,确保数据导出的稳定性
这些改进使得CVAT在处理大规模数据集时更加稳定可靠。
总结
CVAT v2.25.0版本通过增强命令行支持、改进YOLO格式兼容性和优化质量评估逻辑,进一步提升了这款开源标注工具的功能性和实用性。这些更新特别有利于需要进行大规模数据标注、目标跟踪任务或自动化工作流的用户。随着计算机视觉应用的不断发展,CVAT持续迭代的功能使其保持在行业前沿,为研究人员和工程师提供了强大的支持工具。
- 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
- 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
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~062CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode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









