CVAT项目v2.38.0版本发布:数据测量与流程优化
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领域的数据标注工作。作为一款功能强大的标注平台,CVAT支持图像和视频数据的标注,并提供多种标注格式的导入导出功能。本次发布的v2.38.0版本带来了一系列实用改进和优化。
核心功能更新
数据资源测量机制
本次版本引入了一个重要的新特性——数据资源测量系统。该系统能够自动测量用户上传的各种数据资源(包括图像、视频和指南资产)的大小。这一改进为系统管理员提供了更好的资源监控能力,有助于:
- 更精确地掌握存储空间使用情况
- 优化资源分配策略
- 为计费系统提供数据支持
对于现有资源,管理员需要执行python manage.py initcontentsize命令来初始化测量数据。这一设计既保证了新上传资源的自动测量,又为历史数据提供了迁移方案。
事件导出缓存优化
为了提高系统性能和稳定性,本次更新对事件导出缓存机制进行了优化:
- 缓存文件存储位置从
/data/tmp/迁移到专门的/data/cache/export/目录 - 新增了定期清理机制,通过
cleanup_export_cache_directory定时任务自动维护缓存空间
这种改进不仅使文件管理更加规范,还能有效防止临时文件堆积导致的存储空间问题。
API接口调整
事件处理流程重构
v2.38.0版本对事件处理相关的API进行了重大调整:
-
废弃了
GET /api/events端点,转而推荐使用新的三步流程:- 通过
POST /api/events/export发起导出请求 - 使用
GET /api/requests/rq_id查询处理状态 - 从后台请求详情中获取结果URL进行下载
- 通过
-
类似地,质量报告接口也进行了简化,废弃了
POST /api/quality/reports/rq_id=rq_id,统一使用请求状态查询接口
这种调整使API设计更加一致,降低了使用复杂度。
废弃的状态检查功能
为了提高API的简洁性,本次更新移除了多个端点中的状态检查功能,包括:
- 共识合并接口
- 项目数据集导入状态接口
- 项目和任务备份接口
- 任务和作业标注更新接口
相应的SDK类(如DatasetWriteRequest等)也被移除,开发者需要适应新的API使用方式。
功能改进与问题修复
标注格式兼容性增强
针对YOLO格式的导入功能进行了多项优化:
- 支持从文件夹结构的归档文件中导入数据集
- 修复了Ultralytics YOLO格式在没有图像信息时的导入问题
这些改进显著提升了YOLO格式的兼容性,使数据导入过程更加顺畅。
质量控制功能修复
质量相关功能也获得了多项修复:
- 解决了"检查方向"设置保存后不更新的问题
- 修复了项目质量页面只显示前10个任务的限制
- 改进了备份恢复功能中资产所有者字段的处理
安全增强
本次发布修复了一个重要的安全问题,防止了通过可浏览API泄露某些资源名称和ID的风险。这一修复增强了系统的安全性,保护了用户数据的隐私。
总结
CVAT v2.38.0版本通过引入数据资源测量、优化缓存管理、重构API接口等一系列改进,进一步提升了系统的稳定性、安全性和易用性。这些变化既考虑了现有用户的使用习惯,又为系统未来的扩展奠定了基础。对于管理员和开发者而言,建议关注API变更和数据测量功能的集成,以确保平滑升级到新版本。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00