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 12:40:44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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
952
235
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
12
2