CVAT 2.38.0版本发布:数据管理与质量控制的全面升级
项目简介
CVAT(Computer Vision Annotation Tool)是一个开源的计算机视觉标注工具,由Intel旗下的OpenVINO工具套件团队开发维护。作为业内领先的标注平台,CVAT为机器学习工程师和数据科学家提供了强大的图像和视频标注功能,支持多种标注格式和自动化标注流程。
版本亮点
2.38.0版本带来了多项重要更新,主要集中在数据管理优化、质量控制改进和系统安全性增强三个方面。这些改进不仅提升了用户体验,也为大规模标注项目提供了更好的支持。
核心功能更新
数据管理优化
-
默认标注来源设置
新版本将文件导入的标注来源默认设置为"file"类型,这一改动简化了标注导入流程,减少了用户操作步骤,使数据导入更加直观。 -
资源使用量统计
系统现在能够自动测量用户上传资源(如图片、视频和各种指导文件)的大小。对于现有资源,管理员可以通过运行python manage.py initcontentsize
命令进行初始化统计。这一功能为团队资源管理和配额控制提供了数据基础。 -
导出缓存管理
事件导出缓存文件现在存储在/data/cache/export/
目录下,替代了原来的临时目录。系统通过cleanup_export_cache_directory
定时任务定期清理这些文件,优化了存储空间利用。
质量控制改进
-
方向检查设置修复
修复了质量设置中"检查方向"选项保存后不更新的问题,确保了质量控制参数的即时生效。 -
项目质量页面优化
解决了项目质量页面只显示前10个任务的限制,现在可以完整展示项目中的所有任务,便于质量管理人员全面把控项目质量。 -
YOLO格式兼容性增强
现在支持从文件夹结构的压缩包中导入YOLO格式数据,同时修复了Ultralytics YOLO格式在没有图像信息时无法导入标注的问题,提升了数据导入的灵活性。
系统架构调整
-
API端点重构
移除了多个基于rq_id的进程状态检查端点,转而采用更现代的请求处理模式。特别是将GET /api/events
端点重构为POST /api/events/export
等组合端点,提高了系统的可维护性和扩展性。 -
SDK类清理
移除了DatasetWriteRequest
等过时的SDK类,保持了代码库的整洁性,为后续开发提供了更清晰的基础。
安全增强
修复了通过可浏览API可能泄露特定资源名称和ID的安全问题,增强了系统的数据安全性,保护了用户隐私和项目数据。
技术影响与建议
对于CVAT用户和管理员,2.38.0版本带来了几项需要注意的变化:
-
资源统计功能的引入意味着系统现在可以更精确地跟踪存储使用情况,建议管理员定期检查资源使用报告,合理规划存储空间。
-
导出缓存目录的变更需要管理员确认清理任务是否正常执行,确保不会因缓存积累导致存储空间不足。
-
API端点的重构可能会影响现有自动化脚本,建议开发者检查并更新相关集成代码。
-
质量控制功能的改进使得质量管理人员可以更全面地监控项目质量,建议充分利用这些改进来提升标注质量。
总结
CVAT 2.38.0版本通过数据管理优化、质量控制改进和安全增强,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系统的稳定性和可用性,也为用户提供了更强大的功能和更好的使用体验。对于计算机视觉项目团队来说,升级到最新版本将能够获得更高效、更安全的标注工作环境。
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-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~0275community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









