CVAT项目中如何强制以原始质量显示标注视图中的图像
2025-05-17 20:23:55作者:冯梦姬Eddie
在计算机视觉标注工具CVAT的实际使用过程中,开发者有时需要确保标注界面始终以原始图像质量显示,而不使用压缩版本。本文将详细介绍实现这一需求的技术方案。
问题背景
CVAT默认会在标注视图中提供图像质量切换功能,允许用户在"原始质量"和"压缩质量"之间选择。然而,在某些特定场景下,特别是当CVAT部署在本地网络环境中时,开发者可能希望强制系统始终使用原始质量显示图像,以简化用户操作并确保标注精度。
解决方案
要实现这一功能,需要修改CVAT的源代码并重新构建Docker镜像。以下是具体步骤:
-
定位关键代码文件
需要修改的文件是server-proxy.ts,该文件负责处理前端与后端之间的数据请求。 -
修改请求参数
在文件中找到getData函数,将其中的quality参数固定设置为'original'。修改后的代码片段如下:
async function getData(jid: number, chunk: number, quality: ChunkQuality, retry = 0): Promise<ArrayBuffer> {
const { backendAPI } = config;
try {
const response = await (workerAxios as any).get(`${backendAPI}/jobs/${jid}/data`, {
params: {
...enableOrganization(),
quality: 'original', // 固定为原始质量
type: 'chunk',
number: chunk,
},
responseType: 'arraybuffer',
});
// ...其余代码保持不变
}
// ...异常处理代码
}
- 重新构建Docker镜像
修改代码后,必须重新构建Docker镜像才能使更改生效。使用以下命令:
docker compose -f docker-compose.yml -f docker-compose.dev.yml build
- 重启CVAT服务
构建完成后,重启服务以应用更改:
docker compose down
docker compose up -d
技术原理
这一修改的核心原理是覆盖了CVAT前端请求图像数据时的默认行为。在原始实现中,CVAT会根据用户选择或系统设置动态决定请求图像的压缩级别。通过强制设置quality参数为'original',我们确保了所有图像请求都会获取原始质量版本。
注意事项
-
性能考量:强制使用原始质量可能会增加网络传输负载,特别是在远程访问场景下。但在本地网络环境中,这种影响通常可以忽略。
-
缓存问题:如果修改后仍看到压缩质量的图像,可能是浏览器缓存所致。建议清除缓存或使用无痕模式测试。
-
升级兼容性:此修改属于对核心代码的定制,在CVAT版本升级时可能需要重新应用。
结论
通过上述方法,开发者可以轻松实现CVAT标注界面始终显示原始质量图像的需求。这种定制化方案特别适合对图像质量要求严格且部署在本地环境的标注项目。理解这一实现过程也有助于开发者更深入地掌握CVAT的架构设计和定制方法。
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
269
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
620
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