CVAT v2.36.0版本发布:3D标注增强与性能优化深度解析
项目概述
CVAT(Computer Vision Annotation Tool)是一个开源的计算机视觉标注工具,由Intel旗下的OpenVINO团队开发和维护。作为当前最流行的图像和视频标注平台之一,CVAT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自动化标注流程。
版本核心更新
3D标注功能增强
本次v2.36.0版本在3D工作空间中引入了立方体(cuboid)尺寸控制功能,这是对3D标注能力的重要提升。立方体标注在自动驾驶、三维重建等场景中尤为关键,新加入的尺寸控制功能允许标注人员更精确地调整立方体的长宽高参数,显著提升了3D物体标注的精度和效率。
数据分析与导出优化
-
原始事件导出功能:在分析页面新增了导出原始资源事件的UI按钮,这一改进使得管理员和数据分析师能够更方便地获取系统活动日志,用于审计或分析工作流程。
-
智能事件导出逻辑:优化了事件导出的默认行为,当未指定时间范围时,现在会导出目标资源的所有事件,这简化了批量数据导出的操作流程。
-
表格导出增强:CSV表格导出功能现在会考虑当前应用的筛选条件,确保导出的数据与用户当前视图保持一致,避免了数据不一致的问题。
性能优化亮点
后端性能提升
-
API响应优化:对多个关键API端点进行了性能调优,包括任务列表、质量冲突和云存储相关的接口,显著减少了大型项目的加载时间。
-
权限检查优化:重构了服务器权限检查的数据库查询逻辑,减少了不必要的数据库访问,提升了系统整体响应速度。
-
Webhooks性能改进:专门优化了Webhooks接口的查询性能,这对于集成自动化工作流的企业用户尤为重要。
追踪功能修复
修复了AI模型追踪功能在重新启用后无法自动启动的问题,确保了自动化标注流程的连续性。这一修复对于依赖AI辅助标注的用户至关重要,避免了手动干预的需求。
开发者体验改进
CLI工具增强
-
默认配置调整:CLI工具现在默认使用
http://localhost作为服务器主机地址,简化了本地开发环境的配置。 -
参数验证优化:改进了命令行参数验证逻辑,无效参数或帮助请求不再要求输入服务器密码,提升了开发体验。
-
URL方案明确化:弃用了自动检测服务器URL方案的功能,要求开发者明确指定
http://或https://前缀,这一变化提高了配置的明确性,避免了潜在的连接问题。
技术架构调整
Helm Chart修复
修复了Helm Chart中的selectorLabels模板问题,确保Kubernetes部署时标签匹配的正确性。这一改进提升了在容器化环境中部署CVAT的可靠性。
错误处理优化
改进了API方法不允许访问时的错误响应,现在会正确返回500状态码而非其他错误代码,使得错误处理更加规范和一致。
总结
CVAT v2.36.0版本在3D标注功能、系统性能和开发者体验三个方面都做出了显著改进。特别是3D立方体标注的增强和多项性能优化,使得这个开源标注工具在专业性和易用性上更进一步。对于计算机视觉项目团队而言,这些改进将直接提升数据标注的效率和质量,加速机器学习项目的开发周期。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00