CVAT 使用介绍：功能、价格与上手指南
CVAT 是一款面向计算机视觉团队的开源数据标注平台，支持图像、视频与 3D 点云标注，并提供云服务与自托管方案。本文介绍其核心功能、价格结构、部署方式与快速上手流程，帮助团队判断是否适合引入 CVAT。
CVAT（Computer Vision Annotation Tool）是计算机视觉领域常用的数据标注工具，最初由 Intel 开发，现由 OpenCV 社区维护。它适合图像分类、目标检测、实例分割、关键点标注和视频跟踪等任务。对于需要管理标注团队、控制数据安全或降低标注成本的 AI 项目，CVAT 是一个值得评估的选择。
CVAT 是什么
CVAT 是一个开源标注平台，提供 Web 界面，支持多人协作、任务分配和标注质量管理。用户可以自行部署，也可以使用官方云服务。它兼容主流深度学习格式，例如 COCO、YOLO、Pascal VOC、TFRecord 等，方便后续直接用于模型训练。
CVAT 核心功能
1. 多种标注类型
- 目标检测：矩形框标注。
- 语义与实例分割：多边形、掩膜、画笔工具。
- 关键点：骨架与点标注。
- 视频标注：逐帧跟踪、插值、轨迹管理。
- 3D 点云：支持激光雷达数据标注。
2. 团队协作与任务管理
CVAT 支持组织、项目、任务和作业四级结构。管理员可以分配标注员、审核员，设置重叠标注以计算一致性，并通过仪表盘查看进度。
3. 自动标注与 AI 辅助
CVAT 可接入预训练模型或自定义模型进行自动标注，例如通过 Nuclio 部署无服务器函数，或使用 SAM、YOLO 等模型生成初始标注，再由人工修正。这能显著减少重复劳动。
4. 数据导入与导出
支持从本地、云存储或 URL 导入图像和视频。导出格式覆盖 COCO、YOLO、VOC、MOT、Datumaro 等，便于对接训练流水线。
5. 权限与安全
自托管版本允许数据留在内网，适合医疗、金融、安防等对隐私要求高的场景。
CVAT 价格方案
CVAT 提供开源版和云服务版，价格会随官方政策调整，以下为常见模式：
| 方案 | 价格特点 | 适用对象 |
|---|---|---|
| 开源自托管 | 免费，需自行维护服务器 | 有运维能力、数据敏感团队 |
| CVAT Cloud 免费版 | 有限存储和功能 | 个人学习、小规模测试 |
| CVAT Cloud 团队版 | 按用户或用量订阅 | 中小型标注团队 |
| 企业版 | 定制报价，含 SSO、审计、优先支持 | 大型组织与商业项目 |
如果标注量不大，可以先从免费版或自托管开始。若需要快速开通、自动扩缩容和官方支持，云服务更省心。
如何快速上手 CVAT
第一步：选择部署方式
- 试用：注册 CVAT Cloud。
- 自托管：使用 Docker Compose 部署，官方提供安装脚本。
- 企业内网：准备服务器、域名和存储，按文档配置。
第二步：创建项目与任务
登录后新建项目，定义标签体系，例如 person、car、helmet。然后上传数据，创建任务并分配作业。
第三步：开始标注
在标注界面选择工具，绘制框或多边形。视频任务可使用跟踪和插值。标注完成后提交，等待审核。
第四步：导出数据
在任务或项目页面选择导出格式，下载数据集并接入训练脚本。
CVAT 的优缺点
优点：
- 开源免费，可自托管，数据可控。
- 标注功能全面，视频和 3D 支持较好。
- 社区活跃，文档和插件生态持续完善。
- 支持自动标注，提升效率。
缺点：
- 自托管需要一定运维成本。
- 界面功能较多，新用户需要学习时间。
- 大规模团队管理的高级功能可能需企业版。
适合哪些团队
CVAT 适合以下场景：
- 计算机视觉初创团队，希望低成本搭建标注流程。
- 高校和研究机构，需要灵活导出格式。
- 企业对数据隐私要求高，必须内网部署。
- 需要视频跟踪或 3D 点云标注的项目。
如果只是少量图片分类，轻量工具可能更快；但如果涉及多人协作、复杂标注和模型闭环，CVAT 更具优势。
结论
CVAT 是一款功能完整、可扩展的计算机视觉标注平台。它的开源自托管方案能帮助团队控制成本与数据安全，云服务则降低上手门槛。建议先明确标注类型、数据量和团队规模，再选择部署方式与价格方案。对于认真做 AI 数据闭环的团队，CVAT 值得纳入候选清单。