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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~056CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









