CVAT 图像视频 3D 标注平台：零基础快速上手指南
【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat
手动标数据太慢？CVAT 帮你把图像、视频和 3D 点云标注自动化，还能团队协作、AI 辅助标注。跟着这篇，10 分钟你就能在本地跑起来，标出第一个任务。
动手前：环境自查
先用下面这张表确认你的机器达标：
| 项目 | 要求 |
|---|---|
| 系统 | Linux（Ubuntu 20.04/22.04 最稳）或 macOS |
| 依赖 | Docker Engine ≥ 20.10，Compose ≥ 1.29 |
| 内存 | 8GB 起步，16GB 更从容 |
| 磁盘 | 预留 20GB 可用空间 |
浏览器用 Chrome 或 Edge，Firefox 能用但不保证效果，Safari 不支持。跑一下这条命令确认 Docker 已就绪：
docker --version && docker compose version两行版本号都正常打印、没有报错，就可以开工了。
3 条命令跑通全流程
🚀 从克隆到登录，全程一条叙事线走下来。
第一步，把仓库拉下来。这行命令克隆 CVAT 源码并进入目录：
git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat当前目录下应该能看到 docker-compose.yml 和 manage.py，说明源码完整。
第二步，一键启动全部服务。这条命令拉起后端、前端、PostgreSQL 和 Redis：
docker compose up -d命令返回后进程不会卡住，属正常现象，容器在后台跑。
第三步，盯着日志等它就位。首次拉镜像加初始化要 2~5 分钟，实时跟踪进度：
docker compose logs -f你应该看到 cvat_server 容器日志不再报错、出现服务启动字样，此时可以 Ctrl+C 退出日志。
第四步，创建管理员账户。容器内的 Django 命令会交互式问你用户名、邮箱、密码：
docker exec -it cvat_server bash -ic 'python3 ~/manage.py createsuperuser'提示 Superuser created successfully 即账户创建完成。
最后打开浏览器访问 http://localhost:8080，用刚建好的管理员账号登录。看到项目列表页和侧边栏导航，说明 CVAT 已经跑通了。
它能帮你做什么
如果你要用模型自动预标注
创建任务时选好文件，点选模型（比如 Human pose estimation），CVAT 会自动识别并生成对应标签。整个视频一遍过就出结果，你只需要逐个核对，人工量少一大截。
当你的需求是手动框图刷图
任务里打开图像，顶部工具栏能切矩形、多边形、笔刷等形状。框完在右侧标签面板里改标签、加属性，标注结果实时落在画布上。
当你的数据是激光雷达点云
上传点云数据后进入 3D 画布，Top、Side、Front 三视图联动，拖动旋转就能给目标框 3D 立方体。做自动驾驶感知数据集的，这条路径直接可用。
踩坑速查
- 8080 端口被占→ 改 docker-compose.yml 里的端口映射，再重启容器。
- 镜像拉取半天不动→ 给 Docker 配置国内镜像加速，或先
docker compose pull预拉镜像。 - 浏览器打开异常→ 换 Chrome 或 Edge，Safari 不支持。
- 登录提示账号不存在→ 确认 createsuperuser 在 cvat_server 容器里执行成功，别在宿主机直接跑 manage.py。
你的下一步
- ✅ 创建一个测试项目，建第一个任务
- ✅ 上传一批图片试标矩形框
- ✅ 拿一段短视频试试模型自动标注
- ✅ 打开 SDK 示例，用 API 读写标注数据
延伸阅读：安装文档、SDK 示例脚本、SAM 插件源码。
数据备齐，开标。
【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
