Github 项目推荐 | 基于 web 的视频图像标记工具 CVAT

CVAT 是加州尔湾视频标注工具（http://carlvondrick.com/vatic/）的重设计和重实现版本。它是用于计算机视觉的免费在线交互式视频和图像注释工具。OpenCV 的团队正在使用它来注释具有不同属性的数百万个对象，其中许多 UI 和 UX 决策都基于专业数据注释团队的反馈。

Github 链接：

https://github.com/opencv/cvat

文档

• 用户手册 https://github.com/opencv/cvat/blob/master/cvat/apps/documentation/user_guide.md
• XML注释格式 https://github.com/opencv/cvat/blob/master/cvat/apps/documentation/xml_format.md

演示视频：

• 注释模式 https://www.youtube.com/watch?v=uSqaQENdyJE
• 插值模式 https://www.youtube.com/watch?v=sc5X5hvxNfA
• 属性模式 https://www.youtube.com/watch?v=5yXaG0V7X0Q

安装

以下说明适用于Ubuntu 16.04，可能它也适用于其他操作系统，只需稍作修改即可。

从官方网站安装 Docker CE 和 Docker EE

详情请查看官方手册：

https://docs.docker.com/engine/installation/linux/docker-ce/ubuntu/

安装显卡最新驱动程序

该步骤仅用于运行tf_annotation app。 如果您没有Nvidia GPU，则可以跳过该步骤。

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-cache search nvidia-*   # find latest nvidia driver
sudo apt-get install nvidia-*    # install the nvidia driver
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
sudo apt-get install nvidia-modprobe

重启 PC，用 nvidia-smi 指令确认是否安装成功。

安装 Nvidia-Docker

该步骤仅用于运行 tf_annotation app。如果您没有 Nvidia GPU，则可以跳过该步骤。

安装 docker-compose （1.19.0 或者更新的版本）

sudo pip install docker-compose

构建 Docker 图像

要构建所有必需的 docker 镜像，请运行 docker-compose build 命令。 默认情况下，在生产模式下，该工具使用 PostgreSQL 作为数据库，使用 Redis 进行缓存。

在没有 tf_annotation app 的情况下运行容器

要启动所有容器，请运行docker-compose up -d命令。 转到localhost：8080。 您应该看到一个登录页面。