CVAT v2.38.0版本发布:优化数据管理与质量检测功能
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。它提供了强大的图像和视频标注功能,支持多种标注格式,是计算机视觉领域研究人员和工程师的重要工具。
版本亮点
数据源默认设置优化
在v2.38.0版本中,CVAT对从文件导入标注时的默认数据源进行了优化。现在,当用户从文件导入标注时,系统会默认将数据源设置为"file"类型。这一改进简化了用户操作流程,减少了不必要的配置步骤,提升了用户体验。
资源使用量统计功能
新版本引入了一个重要的资源管理功能——自动测量用户上传数据的大小。系统现在能够自动统计用户上传的各类资源(包括图像、视频和各种指导性资源)的存储占用情况。这一功能对于系统管理员和团队管理者特别有价值,可以帮助他们更好地了解和管理存储资源的使用情况。
对于已经存在的资源,管理员需要手动执行python manage.py initcontentsize
命令来初始化内容大小统计。这一设计考虑到了系统升级时的平滑过渡,避免对现有部署造成过大影响。
缓存文件管理改进
在缓存管理方面,v2.38.0版本进行了重要调整。原先存储在/data/tmp/
目录下的导出事件缓存文件,现在被迁移到了专门的/data/cache/export/
目录中。这种目录结构的优化使得文件管理更加清晰和规范。
同时,系统通过cleanup_export_cache_directory
定时任务自动清理这些缓存文件,确保不会因为缓存积累而占用过多存储空间。这一改进既提升了系统的整洁度,也优化了存储资源的使用效率。
API接口优化与重构
本次版本对API接口进行了较大规模的调整和优化:
-
废弃了
GET /api/events
接口,转而推荐使用新的POST /api/events/export
接口配合后台任务查询机制。这种设计更符合现代API的最佳实践,将长时间运行的操作转为异步处理。 -
移除了多个接口的后台任务状态查询功能,包括项目数据集导入状态、项目/任务备份状态、标注导入状态等。这些功能现在统一通过新的请求状态查询机制来实现,使得API设计更加一致和规范。
-
在SDK层面,移除了多个过时的请求类,包括
DatasetWriteRequest
、BackupWriteRequest
等,这些变化反映了API设计的演进方向。
格式兼容性改进
在数据格式支持方面,v2.38.0版本做了以下改进:
-
增强了YOLO格式的兼容性,现在能够正确处理存档文件中位于子目录内的数据集。这一改进解决了之前版本中用户需要手动调整目录结构的问题。
-
修复了Ultralytics YOLO格式导入时的一个问题,现在即使数据集中没有提供图像信息,也能正常导入标注数据。这一改进提高了工具的鲁棒性和用户体验。
质量检测功能修复
在质量检测方面,本次版本修复了几个重要问题:
-
修复了"检查方向"质量设置保存后不更新的问题,确保了质量检测配置的正确性。
-
解决了项目质量页面只显示前10个任务的问题,现在可以正确显示所有相关任务。
-
改进了备份恢复功能,现在在恢复任务或项目时,资产的"owner"字段会被正确设置,而不是留空。
安全性增强
在安全方面,v2.38.0修复了一个可能导致资源名称和ID泄露的问题。通过改进浏览API的实现,现在可以更好地保护敏感信息,符合更高的安全标准。
技术影响分析
v2.38.0版本的改进主要集中在以下几个方面:
-
资源管理:新增的资源使用统计功能和改进的缓存管理机制,使得CVAT在大型部署环境下能够更好地监控和管理存储资源。
-
API设计现代化:通过重构API接口,特别是将同步操作改为异步模式,提高了系统的可扩展性和响应性。这种设计更适合处理大规模数据集的操作。
-
格式兼容性:对YOLO系列格式支持的改进,使得CVAT能够更好地适应不同来源的数据集,提高了工具的实用性和灵活性。
-
质量保证:质量检测相关功能的修复,确保了自动质量检查的准确性和完整性,对于保证标注数据质量至关重要。
升级建议
对于计划升级到v2.38.0版本的用户,建议注意以下几点:
-
如果需要资源使用统计功能,升级后需要手动执行初始化命令来统计现有资源的大小。
-
检查是否使用了即将废弃的API接口,特别是那些涉及长时间运行操作的接口,应尽快迁移到新的异步模式。
-
如果项目中大量使用YOLO格式,可以受益于改进的格式兼容性,但需要注意新的目录结构要求。
-
对于依赖质量检测功能的项目,建议测试新的修复是否解决了之前遇到的问题。
总体而言,v2.38.0版本在功能性、稳定性和安全性方面都有显著提升,是一个值得升级的版本。特别是对于需要处理大规模数据集和严格质量控制的用户,新版本提供了更好的工具和支持。
- 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~052CommonUtilLibrary
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!C0307- 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









