CVAT 2.36.0版本发布:3D标注增强与性能优化
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,支持图像、视频等多种数据格式的标注工作。本次发布的2.36.0版本带来了多项功能增强和性能优化,特别是在3D标注和系统性能方面有显著改进。
3D标注功能增强
新版本在3D工作空间中为立方体标注增加了输入尺寸控制功能。这一改进使得用户在创建和编辑3D立方体标注时,能够更精确地控制立方体的尺寸参数,大大提升了3D标注的准确性和效率。对于自动驾驶、三维重建等需要精确3D标注的应用场景,这一功能将特别有价值。
事件导出与分析功能
在分析页面增加了导出原始资源事件的UI按钮。这一功能使得管理员和数据分析师能够更方便地获取系统事件数据,用于后续的分析和审计工作。同时,对事件导出的API端点进行了优化,现在当不指定时间范围时,默认会导出目标资源的所有事件,这简化了批量导出的操作流程。
性能优化与改进
本次版本在系统性能方面做了多处优化:
-
优化了多个API端点的数据库查询性能,包括任务列表、质量冲突和云存储相关的API请求,显著减少了响应时间。
-
改进了权限检查的数据库请求效率,减少了不必要的查询开销。
-
针对Webhooks列表请求进行了专门的性能优化。
-
修复了AI模型跟踪功能在重新启用后无法自动启动的问题,确保了自动化标注流程的稳定性。
命令行工具改进
CLI工具现在默认使用http://localhost作为服务器主机地址,这一改变使得本地开发环境的使用更加便捷。同时,废弃了自动检测服务器URL方案的功能,要求用户明确指定http://或https://前缀,这一改变提高了连接配置的明确性和可靠性。
其他重要修复
-
修复了Helm Chart中selectorLabels模板的使用问题,确保了Kubernetes部署的正确性。
-
修正了API方法不被允许时返回500状态码的问题,现在会返回更合适的HTTP状态码。
-
优化了表格导出为CSV的功能,现在会考虑应用在表格上的过滤条件,使得导出的数据更加符合用户预期。
-
改进了CLI工具的用户体验,当命令参数无效或使用帮助选项时,不再不必要地询问服务器密码。
这些改进和修复共同提升了CVAT的稳定性、性能和用户体验,使其在计算机视觉数据标注领域继续保持领先地位。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00