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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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