CVAT v2.37.0版本发布:增强标注质量检查与交互式检测功能
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数据标注领域。它提供了强大的图像和视频标注功能,支持多种标注类型和格式,是计算机视觉领域研究人员和工程师的重要工具。
新增功能亮点
项目级标注质量检查
本次版本最重要的更新之一是增加了对项目的标注质量检查功能。这意味着用户现在可以在项目级别对整个数据集的标注质量进行全面评估,而不仅仅是针对单个任务。该功能可以帮助团队快速发现标注中的共性问题,提高整体数据质量。
交互式检测请求支持
在CLI工具中,代理现在能够处理交互式检测请求。这一改进使得自动化标注流程更加灵活,用户可以根据实际情况动态调整检测参数,获得更精确的标注结果。
SDK改进
SDK新增了BackgroundRequestException异常类,当后台请求(如导出数据集或创建任务)失败时,将抛出此异常而非原来的ApiException。这一改变使得错误处理更加明确,开发者可以更精准地捕获和处理后台任务相关的异常。
数据格式支持增强
Datumaro格式现在支持椭圆标注类型。这一更新扩展了CVAT的数据兼容性,使得使用椭圆标注的数据集可以更方便地在不同工具间迁移和共享。
用户体验优化
按文件名搜索帧
新增的按文件名搜索帧功能大大提升了大型数据集中的导航效率。用户现在可以直接通过文件名快速定位到特定帧,而不需要手动浏览整个数据集。
快捷键提示改进
修复了当未分配快捷键时工具提示显示空括号的问题,使得界面更加整洁和专业。
性能优化与问题修复
本次版本对质量检查相关的API端点进行了性能优化,特别是GET api/quality/reports/和GET api/quality/conflicts/请求。同时修复了多个关键问题,包括:
- COCO格式导入不再要求非必要字段,提高了格式兼容性
- 修复了工作队列中可能出现的Redis异常
- 解决了轨迹插值中的属性错误问题
向后兼容性说明
需要注意的是,服务器API中的frame_count和frame_share字段已被标记为弃用,取而代之的是新的validation_frames和validation_frame_share字段。开发者应逐步迁移到新字段以确保未来版本的兼容性。
总结
CVAT v2.37.0版本通过增强标注质量检查、改进交互式检测功能以及优化用户体验,进一步巩固了其作为专业级计算机视觉标注工具的地位。这些更新不仅提高了标注效率,也为团队协作和数据质量管理提供了更强大的支持。对于计算机视觉领域的研究人员和工程师来说,升级到最新版本将带来更流畅、更高效的标注体验。
kernelopenEuler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。C095
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00