CVAT项目v2.32.0版本发布:优化内存与增强功能
2025-06-03 14:03:45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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1