CVAT项目v2.32.0版本发布:优化内存与增强功能
2025-06-03 16:08:18作者:卓艾滢Kingsley
项目简介
CVAT(Computer Vision Annotation Tool)是一个开源的计算机视觉标注工具,广泛应用于图像和视频数据的标注工作。它为机器学习项目提供了强大的数据标注功能,支持多种标注类型和格式。
版本亮点
CVAT v2.32.0版本带来了多项重要更新,主要集中在性能优化、功能增强和用户体验改进三个方面。
1. 内存使用优化
本次版本对多个场景下的内存使用进行了显著优化:
- 在YOLO和COCO格式的任务导出过程中,内存使用效率得到提升
- 项目导出为YOLO和COCO格式时的内存消耗降低
- 备份导入操作的内存占用也进行了优化
这些改进使得CVAT在处理大规模数据集时更加稳定可靠,特别是对于资源受限的环境尤为重要。
2. 标注功能增强
- 新增了
conv_mask_to_poly参数支持,允许在项目、任务和作业导入注释时将掩码转换为多边形 - SDK中的自动标注功能现在支持骨架输出,可以通过代理使用
- 检测函数规范(DetectionFunctionSpec)现在要求关键点子标签类型必须设置为点(point)
3. 用户体验改进
- 组织页面增加了搜索栏和过滤组件,便于管理
- 质量和共识设置页面增加了错误通知功能
- 移除了质量控制页面上的多余滑块
- 修复了质量页面标准浏览器后退按钮的行为问题
- 共识管理页面的样式问题得到修复
技术架构调整
API变更
本次版本对API进行了重大调整,移除了多个直接处理导出过程的端点,改为统一使用请求API:
- 项目数据集导出状态检查现在应使用请求API
- 移除了直接处理导出过程的项目、任务和作业相关端点
日志与监控
- 为Uvicorn标准输出日志添加了时间戳
- 调整了Traefik访问日志的字段,使其与Helm部署保持一致
- 更新Traefik至v3.3.x版本
安全与SEO
- 新增了robots.txt文件,用于管理爬虫流量
- 修复了云存储预览无法下载时返回500错误的问题,现在会返回404状态码和详细信息
部署相关更新
对于使用Helm部署的用户:
- 新增了
cvat.backend.extensionEnv值,支持超级图表向后端容器添加环境变量 - 修复了前端部署模板问题,该问题曾导致在定义额外卷和卷挂载时渲染失败
移除的功能
- 移除了现有的分析报告实现
- 移除了多个直接处理导出过程的API端点
总结
CVAT v2.32.0版本通过内存优化显著提升了处理大规模数据集的能力,同时增强了标注功能和用户体验。API的调整使得系统架构更加统一和规范。这些改进使得CVAT继续保持着作为开源计算机视觉标注工具领先地位的优势。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.76 K
暂无简介
Dart
773
192
Ascend Extension for PyTorch
Python
343
405
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249