【目標檢測】CVAT標注工具

GitHub 地址：https://github.com/openvinotoolkit/cvat

CVAT 是 Intel 開源的標注工具，支持在線使用和離線部署，支持圖片、視頻的各種任務標注，包括目標檢測、語義分割、實例分割等。

CVAT 支持多種標注格式的導入和導出，相比 labelImg、labelMe 等相對簡單的工具是很明顯的優勢。

支持的標注格式：https://github.com/openvinotoolkit/cvat#supported-annotation-formats

macOS 安裝

https://github.com/openvinotoolkit/cvat/blob/develop/cvat/apps/documentation/installation.md#mac-os-mojave

1. 下載並安裝 Docker。
2. 下載並安裝 Git。
3. 下載並安裝 Chrome，CVAT 只支持 Chrome。
4. 把 GitHub 倉庫 clone 下來：

git clone https://github.com/opencv/cvat
cd cvat

5. 打開 Docker。
6. 下載並運行容器：

docker-compose up -d

7. 創建 superuser，輸入用戶名、郵箱、密碼：

docker exec -it cvat bash -ic 'python3 ~/manage.py createsuperuser'

8. 在 Chrome 中打開 localhost:8080，輸入用戶名、密碼登錄，就可以開始使用 CVAT 了。

使用

先創建 Project，輸入項目名稱、類別標簽；然后在 Project 中創建 Task，輸入任務名、圖片文件或視頻文件。創建任務后，點擊相應的 Job 開始標注。

快捷鍵 N 創建一個 bbox，快捷鍵 F 下一張圖片，快捷鍵 D 上一張圖片，右側的工具欄可以選 bbox 的標簽，所有圖片都標注完之后，左上角的 Menu -> Dump annotations -> COCO 1.0 可以導出 COCO 格式的標注 JSON 文件。一般是訓練集、驗證集、測試集各一個 JSON 文件，所以可以把訓練集、驗證集、測試集分別作為一個 Job 進行標注。