CVAT v2.37.0版本发布:增强标注质量检查与交互检测能力
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任务。作为计算机视觉领域的重要基础设施,CVAT持续迭代更新,为数据标注工作提供更高效、更智能的支持。最新发布的v2.37.0版本带来了一系列功能增强和问题修复,特别是在标注质量检查和交互式检测方面有显著改进。
新增功能亮点
项目级标注质量检查
v2.37.0版本引入了针对项目的标注质量检查功能。这一功能允许用户对整个项目中的标注数据进行系统性质量评估,而不仅仅是单个任务。通过自动化检查,可以快速发现标注中的常见问题,如标注缺失、标注错误或标注不一致等。质量检查报告现在包含更详细的验证帧信息,取代了原有的帧计数和帧共享指标。
交互式检测支持
在命令行界面(CLI)中,代理程序现在能够处理交互式检测请求。这一改进使得自动化标注流程更加灵活,用户可以通过交互方式调整检测参数或结果,而不必完全依赖预设的检测算法。这对于需要人工干预的复杂场景特别有价值,能够显著提高标注效率和质量。
数据集导出优化
SDK方面新增了BackgroundRequestException
异常类型,专门用于处理后台请求(如数据集导出或任务创建)失败的情况。这一改变使得错误处理更加明确和专业化。同时,所有触发后台处理的请求现在都会返回请求ID,即使用户收到409状态码(表示请求冲突),也能方便地跟踪请求状态。
数据格式支持扩展
Datumaro格式现在支持椭圆标注类型。这一扩展使得CVAT能够更好地处理需要椭圆标注的特定领域数据,如医学图像分析或某些工业检测场景。
帧搜索功能增强
用户现在可以通过文件名直接搜索帧,这大大简化了大型数据集中的特定帧定位过程。同时修复了当没有分配快捷键时工具提示显示空括号的问题,提升了用户体验的一致性。
技术改进与优化
在性能优化方面,v2.37.0对质量检查相关的API端点进行了显著改进。GET api/quality/reports/
和GET api/quality/conflicts/
请求现在响应更快,同时加强了权限检查机制,确保数据安全。
对于COCO格式的支持也更加灵活,不再强制要求导入的COCO标注包含非必要字段,这降低了数据准备的复杂度,提高了工具的兼容性。
在底层架构方面,修复了工作节点在排队依赖运行中作业时可能出现的Redis异常问题,增强了系统的稳定性。同时解决了轨迹插值过程中的属性错误问题,确保标注操作的流畅性。
开发者体验提升
SDK文档中的DetectionFunction.detect
方法文档字符串得到了更新,移除了关于属性的过时说明,使开发者能够更准确地使用这一功能。这些细节改进虽然看似微小,但对于依赖SDK进行二次开发的用户来说却非常重要。
总结
CVAT v2.37.0版本通过引入项目级质量检查、增强交互式检测能力、优化数据格式支持和改进搜索功能,进一步巩固了其作为开源标注工具领导者的地位。这些改进不仅提升了标注效率,也为复杂场景下的标注工作提供了更多可能性。对于计算机视觉领域的研究人员和工程师来说,这一版本无疑是一个值得升级的选择。
- 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~056CommonUtilLibrary
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









