CVAT AI Tools 实战指南用 Interactors、Detectors、Trackers 与 OpenCV 工具加速数据标注【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/cvatCVATComputer Vision Annotation Tool将 AI 模型与 OpenCV 图像处理算法直接嵌入标注界面形成一套半自动与全自动标注工具集。本文基于官方文档与仓库源码系统讲解Interactors交互式分割、Detectors目标检测、Trackers目标跟踪以及OpenCV 智能剪刀与直方图均衡化的完整操作流程、底层实现原理与配置细节帮助你按需选择工具显著提升图像、视频与序列数据的标注效率。在动手使用这些工具之前建议先阅读 AI 模型部署方式总览了解 Nuclio 函数、第三方函数Hugging Face / Roboflow与 CVAT AI Agent 原生函数三种模型接入方式以及 Detector、Interactor、Reidentifier、Tracker 等模型类型各自对应 UI 中的哪个工具。下文所有工具的入口统一位于标注界面左侧工具栏的Magic wand魔棒按钮点击后弹出AI Tools面板内含Interactors、Detectors、Trackers三个选项卡前端实现位于 tools-control.tsx核心入口ToolsControlComponent会按interactors / detectors / trackers三类模型列表动态渲染对应区块见源码renderPopoverContent方法。一图看懂三类工具的定位工具类别适用场景标注产物交互方式Interactors单帧/视频中的单个目标需要精细轮廓多边形Polygon或掩码Mask点选正/负点模型补全轮廓Detectors单帧内自动识别并定位所有目标边界框、多边形、掩码、标签一键批量推理当前帧Trackers视频/序列中随时间运动的目标跟踪轨迹Track首帧画框后续帧自动跟进与逐帧手动插值相比AI 与 OpenCV 工具同时适用于两类视频场景相机固定的视频目标在画面中持续出现以及相机随目标移动或目标运动轨迹杂乱的视频后者恰恰是传统插值难以处理的场景。Interactors交互式半自动分割Interactors 是AI Tools与OpenCV 工具的一部分其核心能力是通过在图像上放置少量关键点让模型半自动地生成一个贴合目标轮廓的多边形。创建多边形时可以使用两类提示点是否支持负点取决于具体模型Positive points正点标注目标所在的区域告诉模型“这里是要分割的对象”。Negative points负点标注目标不存在的区域用于告诉模型“这里是背景”帮助模型把误包含的背景剔除。图中的对象同时使用了正点与负点提示模型据此生成精确轮廓。AI Tools使用 Interactors 标注点击Magic wand图标进入AI Tools面板切到Interactors选项卡。在Label下拉框中选择多边形要归属的标签。在Interactor下拉框中选择模型可用模型清单参见 AI 模型文档。点击下拉框旁的问号Question mark图标可查看每个模型的用法提示——前端通过ToolsTooltips组件interactor-tooltips.tsx按模型名与是否支持负点渲染说明。可选若模型返回的是掩码Mask而你希望以多边形形式保存可打开Convert masks to polygons开关。这一转换在浏览器端完成tools-control.tsx中receiveContoursFromMask调用 OpenCV 的findContours从掩码提取轮廓approximateResponsePoints再通过approxPoly做多边形逼近见opencv-wrapper.ts的getContoursFromStateSync与approximateResponsePoints。点击Interact进入交互模式。左键单击添加正点右键单击添加负点右键交互要求模型支持负点可添加的点数上限因模型而异由模型元数据中的minPosVertices/minNegVertices参数决定见tools-control.tsx中interactionListener的逻辑。点击顶部菜单的Done或快捷键ShiftN/N确认完成生成最终标注对象。从源码看交互过程是一个“点击-请求-回显”的循环每次满足模型最低点数要求后前端就会通过core.lambda.call发起type: interact的推理请求请求体包含frame、pos_points、neg_points、obj_bbox以及可选的roi字段并把模型返回的掩码/多边形实时回显到画布上供你继续添加提示点微调。所有交互标注的标注来源source被标记为SEMI_AUTO表示半自动生成。将 Interactor 输入限制在感兴趣区域ROI在图像/视频任务中可以将 Interactor 的推理范围限制在画面中的选定区域适合只需分割画面某一部分的场景在Interactors选项卡中填写Region of interest的x、y、width、height数值或点击Draw a region of interest直接在画布上框选区域点击Interact然后在所选区域内放置点或框。设置 ROI 后CVAT 只把该区域裁剪后的图像发送给模型交互提示点/框也被限制在区域内最终生成的形状会被映射回正确的全图坐标。实现上ROI 会以roi字段随推理请求一起提交同时前端通过RegionOfInterestInputComponent收集区域参数并用 clip-path 叠加半透明遮罩在画布上可视化所选区域见renderRegionOfInterestOverlay。AI Tools补充额外点以获得更精确轮廓提示点数越多轮廓越精确但后续编辑形状越困难点数越少编辑越容易但轮廓精度下降。每个模型都有触发推理的最低点数要求。一旦点数达到要求请求会自动发送到服务器服务器处理后把多边形添加到当前帧。如果你希望先补完所有点再一次性请求避免中间结果干扰可以这样做按住Ctrl键不放此时顶部面板的Block按钮会变为蓝色表示“暂不发送请求”继续在图像上添加点松开Ctrl键请求即被发送。这个“挂起”机制在源码中对应toolsBlockerState.algorithmsLocked当算法被锁定Block时当前交互事件被暂存为latestPostponedEvent解锁后由componentDidUpdate自动补发请求见tools-control.tsx。如果你之前启用了Convert masks to polygons完成后可以把结果当作普通多边形进行编辑。此外还可以通过滑块调整多边形上的点数即多边形逼近精度该滑块对应ApproximationAccuracy组件调节的值会转化为多边形逼近阈值作用于approxPoly逼近算法——精度值越小保留的点越多、轮廓越贴近原始掩码。AI Tools删除点若需要删除某个已放置的点将鼠标悬停到目标点上如果该点可删除点会放大光标变为十字形左键单击该点即可删除。OpenCV智能剪刀Intelligent ScissorsIntelligent scissors是 OpenCV 工具集中的经典半自动分割算法完全在浏览器端运行适合沿着目标边界逐点勾勒轮廓在菜单工具栏点击OpenCV图标等待库加载完成首次加载会显示进度条底层由OpenCVWrapper.initialize负责从config.OPENCV_PATH拉取 OpenCV.js 字节码并注入 DOM见 opencv-wrapper.ts。切换到Drawing选项卡选择标签点击Intelligent scissors按钮。在目标边界上添加第一个点画布上会出现一条贴合目标轮廓的参考线添加第二个点保证前一个点在算法的限制阈值范围内两点之间会自动生成沿目标边界的连线。在顶部菜单点击Done或按键盘N结束放置。结果会生成一个多边形你可以用滑块调整其点数。按住 Ctrl 并滚动鼠标滚轮可提高或降低算法的动作阈值绘制过程中左键单击最后一个点可撤销该点。前端通过OpenCVInterface[segmentation][intelligentScissorsFactory]暴露算法工厂见 opencv-wrapper.ts算法实现与 OpenCV 官方cv::segmentation::IntelligentScissorsMB一致。多边形后续编辑如何调整已生成的多边形参见 Objects sidebar 文档多边形的一般编辑操作参见 Annotation with polygons 文档。Detectors一键自动检测标注Detectors 是AI Tools的一部分用于自动识别并定位图像或视频中的目标。它适合“一条指令识别一帧内所有同类目标”的场景。标签匹配Labels matching每个检测模型都在特定数据集上训练因此只支持该数据集的标签。例如模型只有car标签而你的任务/项目标签是vehicle。此时需要把两个标签匹配起来告诉模型“这里的car就等于vehicle”。如果你的任务标签不在模型支持的标签列表中则无法匹配。可在Models 页面查看每个已部署模型支持的标签清单对应前端DetectorRunner组件中的 “Setup mapping between labels and attributes” 映射界面将模型规范标签与 CVAT 规范标签一一对应。使用 Detectors 标注点击Magic wand进入AI Tools面板切到Detectors选项卡。在Model下拉框中选择模型参见 AI 模型文档。在左侧下拉框选择模型标签DL model label在右侧下拉框选择任务中对应的标签完成匹配。可选若模型返回掩码且需要转换为多边形打开Convert masks to polygons。可选为模型指定Threshold置信度阈值不填则使用模型配置中的默认值。阈值在tools-control.tsx中初始化为0.5并用于过滤置信度低于阈值的检测结果。点击Annotate。该操作仅自动标注当前一帧。若需对多帧批量自动标注请使用 Automatic annotation 功能。底层实现中DetectorRunner.runInference通过core.lambda.call发起type: annotate_frame推理请求将返回的tags与shapes转换为标注对象写入当前帧来源标记为AUTO见 tools-control.tsx。将 Detector 输入限制在感兴趣区域ROI与 Interactor 类似Detectors 也支持 ROI 限定适合只分析画面局部区域的场景在Detectors选项卡中填写Region of interest的x、y、width、height或点击Draw a region of interest在画布上框选点击Annotate。设置 ROI 后CVAT 只把所选区域的裁剪图发送给检测器并把返回的标注映射回正确的全图坐标。ROI 功能仅在 2D 任务DIMENSION_2D中可用三维3D任务不提供该选项见tools-control.tsx中allowROI的判断逻辑。Trackers让标注对象“跟着走”Trackers 同属AI Tools与OpenCV 工具用于识别并标注视频或图像序列中随时间运动/变化的目标可自动把首帧的标注延续到后续帧形成轨迹。AI Tools使用 Trackers 标注点击Magic wand进入AI Tools面板切到Trackers选项卡。在Label下拉框中选择对象标签。在Tracker下拉框中选择跟踪器。前端只会列出支持RECTANGLE形状类型的跟踪器见getSupportedTrackers过滤逻辑。点击Track然后在首帧用边界框框选要跟踪的对象一次可框选多个对象。在顶部菜单点击Next或按键盘F跳转到下一帧所有已标注对象会被自动跟踪。跟踪过程中的交互细节使用侧边栏的Tracker switcher开关可以随时启用/禁用某个对象的跟踪。可跟踪对象会在画布上显示模型名称标识表明它正处于该跟踪器的跟踪状态该标识同时会写入对象的描述信息Trackable (tracker_name)。跟踪进度可以通过顶部弹出的消息提示实时跟进。从源码看AI 跟踪是“逐帧推进 服务端推理”的机制切换帧后checkTrackedStates会把上一帧的关键帧状态与当前帧对象分两组处理——尚无服务端状态的调用init_tracking初始化已有状态的调用track推进跟踪随后把返回的矩形坐标写回对象并刷新画布见 tools-control.tsx。OpenCV使用 Trackers 标注先创建基础矩形形状shapes或轨迹tracks作为跟踪初始化输入。在菜单工具栏点击OpenCV图标等待库加载完成。在Tracker下拉框中选择跟踪器并点击Track。目前 OpenCV 工具中唯一可用的跟踪器是 TrackerMIL轻量级客户端算法适合跟踪简单对象。前端将其注册为名为TrackerMIL、类型为opencv_tracker_mil的动作见 opencv-wrapper.ts。弹出Annotation actions窗口后设置Target frame目标帧与Convert rectangle shapes to tracks是否把矩形形状转换为轨迹参数点击Run。提示跟踪将应用于所有已过滤当前可见的矩形标注。所有标注对象会被自动跟踪到目标帧为止。底层OpenCVTrackerMIL动作tracker-mil.ts从当前帧开始逐帧执行 MIL 跟踪且不支持向后跟踪若目标帧小于当前帧会直接报错并会按“Convert rectangle shapes to tracks”选项决定是否把矩形形状升级为轨迹。OpenCV直方图均衡化Histogram equalizationHistogram equalization通过拉伸图像的强度范围来改善对比度当图像的有效数据集中在相近的对比度值例如前景和背景都偏亮或偏暗时该操作能显著提升全局对比度让目标与背景更容易区分从而提升后续人工或 AI 标注的准确性。操作步骤在OpenCV菜单中进入Image选项卡点击Histogram equalization按钮。直方图均衡化会作用于当前帧及其后的所有帧效果示意如下要关闭该效果再次点击同一按钮即可。该功能在浏览器端由 OpenCV 的equalizeHist图像处理接口提供前端OpenCVWrapper.imgproc暴露了相关能力见 opencv-wrapper.ts。选择建议何时用哪种工具需求推荐工具精细分割单个目标轮廓InteractorSAM、IOG 等模型或 OpenCV 智能剪刀一键识别一帧内所有目标DetectorYOLO、Faster RCNN 等模型视频中目标自动跟踪延续AI Tracker如 TransT、SAM 2 Tracker或 OpenCV TrackerMIL图像明暗对比差、标注困难直方图均衡化改善画面对比度对多帧批量自动预标注Detector/Reidentifier Automatic annotationInteractor适合交互式精细分割Detector适合批量粗标注Tracker适合视频连续帧标注。三者可以组合使用例如先用 Detector 自动检测首帧再用 Tracker 把检测结果延续到后续帧最后用 Interactor 对关键帧做精细轮廓修正。具体可用哪些模型取决于 CVAT 实例上已部署的模型集合。开源社区版可通过Nuclio 函数在serverless目录下部署预置模型如 SAM、IOG、YOLO v7、Face Detection、TransT 等企业版与在线版还可使用 Hugging Face / Roboflow 第三方函数与 CVAT AI Agent 原生函数详见 AI 模型文档。所有 AI 推理请求均通过core.lambda.call统一封装交互/检测/跟踪三种模式分别以interact、annotate_frame、init_tracking/track等请求类型区分调用链路清晰便于阅读源码进一步学习扩展。【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 CVAT AI Tools 实战指南：用 Interactors、Detectors、Trackers 与 OpenCV 工具加速数据标注
CVAT AI Tools 实战指南用 Interactors、Detectors、Trackers 与 OpenCV 工具加速数据标注【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/cvatCVATComputer Vision Annotation Tool将 AI 模型与 OpenCV 图像处理算法直接嵌入标注界面形成一套半自动与全自动标注工具集。本文基于官方文档与仓库源码系统讲解Interactors交互式分割、Detectors目标检测、Trackers目标跟踪以及OpenCV 智能剪刀与直方图均衡化的完整操作流程、底层实现原理与配置细节帮助你按需选择工具显著提升图像、视频与序列数据的标注效率。在动手使用这些工具之前建议先阅读 AI 模型部署方式总览了解 Nuclio 函数、第三方函数Hugging Face / Roboflow与 CVAT AI Agent 原生函数三种模型接入方式以及 Detector、Interactor、Reidentifier、Tracker 等模型类型各自对应 UI 中的哪个工具。下文所有工具的入口统一位于标注界面左侧工具栏的Magic wand魔棒按钮点击后弹出AI Tools面板内含Interactors、Detectors、Trackers三个选项卡前端实现位于 tools-control.tsx核心入口ToolsControlComponent会按interactors / detectors / trackers三类模型列表动态渲染对应区块见源码renderPopoverContent方法。一图看懂三类工具的定位工具类别适用场景标注产物交互方式Interactors单帧/视频中的单个目标需要精细轮廓多边形Polygon或掩码Mask点选正/负点模型补全轮廓Detectors单帧内自动识别并定位所有目标边界框、多边形、掩码、标签一键批量推理当前帧Trackers视频/序列中随时间运动的目标跟踪轨迹Track首帧画框后续帧自动跟进与逐帧手动插值相比AI 与 OpenCV 工具同时适用于两类视频场景相机固定的视频目标在画面中持续出现以及相机随目标移动或目标运动轨迹杂乱的视频后者恰恰是传统插值难以处理的场景。Interactors交互式半自动分割Interactors 是AI Tools与OpenCV 工具的一部分其核心能力是通过在图像上放置少量关键点让模型半自动地生成一个贴合目标轮廓的多边形。创建多边形时可以使用两类提示点是否支持负点取决于具体模型Positive points正点标注目标所在的区域告诉模型“这里是要分割的对象”。Negative points负点标注目标不存在的区域用于告诉模型“这里是背景”帮助模型把误包含的背景剔除。图中的对象同时使用了正点与负点提示模型据此生成精确轮廓。AI Tools使用 Interactors 标注点击Magic wand图标进入AI Tools面板切到Interactors选项卡。在Label下拉框中选择多边形要归属的标签。在Interactor下拉框中选择模型可用模型清单参见 AI 模型文档。点击下拉框旁的问号Question mark图标可查看每个模型的用法提示——前端通过ToolsTooltips组件interactor-tooltips.tsx按模型名与是否支持负点渲染说明。可选若模型返回的是掩码Mask而你希望以多边形形式保存可打开Convert masks to polygons开关。这一转换在浏览器端完成tools-control.tsx中receiveContoursFromMask调用 OpenCV 的findContours从掩码提取轮廓approximateResponsePoints再通过approxPoly做多边形逼近见opencv-wrapper.ts的getContoursFromStateSync与approximateResponsePoints。点击Interact进入交互模式。左键单击添加正点右键单击添加负点右键交互要求模型支持负点可添加的点数上限因模型而异由模型元数据中的minPosVertices/minNegVertices参数决定见tools-control.tsx中interactionListener的逻辑。点击顶部菜单的Done或快捷键ShiftN/N确认完成生成最终标注对象。从源码看交互过程是一个“点击-请求-回显”的循环每次满足模型最低点数要求后前端就会通过core.lambda.call发起type: interact的推理请求请求体包含frame、pos_points、neg_points、obj_bbox以及可选的roi字段并把模型返回的掩码/多边形实时回显到画布上供你继续添加提示点微调。所有交互标注的标注来源source被标记为SEMI_AUTO表示半自动生成。将 Interactor 输入限制在感兴趣区域ROI在图像/视频任务中可以将 Interactor 的推理范围限制在画面中的选定区域适合只需分割画面某一部分的场景在Interactors选项卡中填写Region of interest的x、y、width、height数值或点击Draw a region of interest直接在画布上框选区域点击Interact然后在所选区域内放置点或框。设置 ROI 后CVAT 只把该区域裁剪后的图像发送给模型交互提示点/框也被限制在区域内最终生成的形状会被映射回正确的全图坐标。实现上ROI 会以roi字段随推理请求一起提交同时前端通过RegionOfInterestInputComponent收集区域参数并用 clip-path 叠加半透明遮罩在画布上可视化所选区域见renderRegionOfInterestOverlay。AI Tools补充额外点以获得更精确轮廓提示点数越多轮廓越精确但后续编辑形状越困难点数越少编辑越容易但轮廓精度下降。每个模型都有触发推理的最低点数要求。一旦点数达到要求请求会自动发送到服务器服务器处理后把多边形添加到当前帧。如果你希望先补完所有点再一次性请求避免中间结果干扰可以这样做按住Ctrl键不放此时顶部面板的Block按钮会变为蓝色表示“暂不发送请求”继续在图像上添加点松开Ctrl键请求即被发送。这个“挂起”机制在源码中对应toolsBlockerState.algorithmsLocked当算法被锁定Block时当前交互事件被暂存为latestPostponedEvent解锁后由componentDidUpdate自动补发请求见tools-control.tsx。如果你之前启用了Convert masks to polygons完成后可以把结果当作普通多边形进行编辑。此外还可以通过滑块调整多边形上的点数即多边形逼近精度该滑块对应ApproximationAccuracy组件调节的值会转化为多边形逼近阈值作用于approxPoly逼近算法——精度值越小保留的点越多、轮廓越贴近原始掩码。AI Tools删除点若需要删除某个已放置的点将鼠标悬停到目标点上如果该点可删除点会放大光标变为十字形左键单击该点即可删除。OpenCV智能剪刀Intelligent ScissorsIntelligent scissors是 OpenCV 工具集中的经典半自动分割算法完全在浏览器端运行适合沿着目标边界逐点勾勒轮廓在菜单工具栏点击OpenCV图标等待库加载完成首次加载会显示进度条底层由OpenCVWrapper.initialize负责从config.OPENCV_PATH拉取 OpenCV.js 字节码并注入 DOM见 opencv-wrapper.ts。切换到Drawing选项卡选择标签点击Intelligent scissors按钮。在目标边界上添加第一个点画布上会出现一条贴合目标轮廓的参考线添加第二个点保证前一个点在算法的限制阈值范围内两点之间会自动生成沿目标边界的连线。在顶部菜单点击Done或按键盘N结束放置。结果会生成一个多边形你可以用滑块调整其点数。按住 Ctrl 并滚动鼠标滚轮可提高或降低算法的动作阈值绘制过程中左键单击最后一个点可撤销该点。前端通过OpenCVInterface[segmentation][intelligentScissorsFactory]暴露算法工厂见 opencv-wrapper.ts算法实现与 OpenCV 官方cv::segmentation::IntelligentScissorsMB一致。多边形后续编辑如何调整已生成的多边形参见 Objects sidebar 文档多边形的一般编辑操作参见 Annotation with polygons 文档。Detectors一键自动检测标注Detectors 是AI Tools的一部分用于自动识别并定位图像或视频中的目标。它适合“一条指令识别一帧内所有同类目标”的场景。标签匹配Labels matching每个检测模型都在特定数据集上训练因此只支持该数据集的标签。例如模型只有car标签而你的任务/项目标签是vehicle。此时需要把两个标签匹配起来告诉模型“这里的car就等于vehicle”。如果你的任务标签不在模型支持的标签列表中则无法匹配。可在Models 页面查看每个已部署模型支持的标签清单对应前端DetectorRunner组件中的 “Setup mapping between labels and attributes” 映射界面将模型规范标签与 CVAT 规范标签一一对应。使用 Detectors 标注点击Magic wand进入AI Tools面板切到Detectors选项卡。在Model下拉框中选择模型参见 AI 模型文档。在左侧下拉框选择模型标签DL model label在右侧下拉框选择任务中对应的标签完成匹配。可选若模型返回掩码且需要转换为多边形打开Convert masks to polygons。可选为模型指定Threshold置信度阈值不填则使用模型配置中的默认值。阈值在tools-control.tsx中初始化为0.5并用于过滤置信度低于阈值的检测结果。点击Annotate。该操作仅自动标注当前一帧。若需对多帧批量自动标注请使用 Automatic annotation 功能。底层实现中DetectorRunner.runInference通过core.lambda.call发起type: annotate_frame推理请求将返回的tags与shapes转换为标注对象写入当前帧来源标记为AUTO见 tools-control.tsx。将 Detector 输入限制在感兴趣区域ROI与 Interactor 类似Detectors 也支持 ROI 限定适合只分析画面局部区域的场景在Detectors选项卡中填写Region of interest的x、y、width、height或点击Draw a region of interest在画布上框选点击Annotate。设置 ROI 后CVAT 只把所选区域的裁剪图发送给检测器并把返回的标注映射回正确的全图坐标。ROI 功能仅在 2D 任务DIMENSION_2D中可用三维3D任务不提供该选项见tools-control.tsx中allowROI的判断逻辑。Trackers让标注对象“跟着走”Trackers 同属AI Tools与OpenCV 工具用于识别并标注视频或图像序列中随时间运动/变化的目标可自动把首帧的标注延续到后续帧形成轨迹。AI Tools使用 Trackers 标注点击Magic wand进入AI Tools面板切到Trackers选项卡。在Label下拉框中选择对象标签。在Tracker下拉框中选择跟踪器。前端只会列出支持RECTANGLE形状类型的跟踪器见getSupportedTrackers过滤逻辑。点击Track然后在首帧用边界框框选要跟踪的对象一次可框选多个对象。在顶部菜单点击Next或按键盘F跳转到下一帧所有已标注对象会被自动跟踪。跟踪过程中的交互细节使用侧边栏的Tracker switcher开关可以随时启用/禁用某个对象的跟踪。可跟踪对象会在画布上显示模型名称标识表明它正处于该跟踪器的跟踪状态该标识同时会写入对象的描述信息Trackable (tracker_name)。跟踪进度可以通过顶部弹出的消息提示实时跟进。从源码看AI 跟踪是“逐帧推进 服务端推理”的机制切换帧后checkTrackedStates会把上一帧的关键帧状态与当前帧对象分两组处理——尚无服务端状态的调用init_tracking初始化已有状态的调用track推进跟踪随后把返回的矩形坐标写回对象并刷新画布见 tools-control.tsx。OpenCV使用 Trackers 标注先创建基础矩形形状shapes或轨迹tracks作为跟踪初始化输入。在菜单工具栏点击OpenCV图标等待库加载完成。在Tracker下拉框中选择跟踪器并点击Track。目前 OpenCV 工具中唯一可用的跟踪器是 TrackerMIL轻量级客户端算法适合跟踪简单对象。前端将其注册为名为TrackerMIL、类型为opencv_tracker_mil的动作见 opencv-wrapper.ts。弹出Annotation actions窗口后设置Target frame目标帧与Convert rectangle shapes to tracks是否把矩形形状转换为轨迹参数点击Run。提示跟踪将应用于所有已过滤当前可见的矩形标注。所有标注对象会被自动跟踪到目标帧为止。底层OpenCVTrackerMIL动作tracker-mil.ts从当前帧开始逐帧执行 MIL 跟踪且不支持向后跟踪若目标帧小于当前帧会直接报错并会按“Convert rectangle shapes to tracks”选项决定是否把矩形形状升级为轨迹。OpenCV直方图均衡化Histogram equalizationHistogram equalization通过拉伸图像的强度范围来改善对比度当图像的有效数据集中在相近的对比度值例如前景和背景都偏亮或偏暗时该操作能显著提升全局对比度让目标与背景更容易区分从而提升后续人工或 AI 标注的准确性。操作步骤在OpenCV菜单中进入Image选项卡点击Histogram equalization按钮。直方图均衡化会作用于当前帧及其后的所有帧效果示意如下要关闭该效果再次点击同一按钮即可。该功能在浏览器端由 OpenCV 的equalizeHist图像处理接口提供前端OpenCVWrapper.imgproc暴露了相关能力见 opencv-wrapper.ts。选择建议何时用哪种工具需求推荐工具精细分割单个目标轮廓InteractorSAM、IOG 等模型或 OpenCV 智能剪刀一键识别一帧内所有目标DetectorYOLO、Faster RCNN 等模型视频中目标自动跟踪延续AI Tracker如 TransT、SAM 2 Tracker或 OpenCV TrackerMIL图像明暗对比差、标注困难直方图均衡化改善画面对比度对多帧批量自动预标注Detector/Reidentifier Automatic annotationInteractor适合交互式精细分割Detector适合批量粗标注Tracker适合视频连续帧标注。三者可以组合使用例如先用 Detector 自动检测首帧再用 Tracker 把检测结果延续到后续帧最后用 Interactor 对关键帧做精细轮廓修正。具体可用哪些模型取决于 CVAT 实例上已部署的模型集合。开源社区版可通过Nuclio 函数在serverless目录下部署预置模型如 SAM、IOG、YOLO v7、Face Detection、TransT 等企业版与在线版还可使用 Hugging Face / Roboflow 第三方函数与 CVAT AI Agent 原生函数详见 AI 模型文档。所有 AI 推理请求均通过core.lambda.call统一封装交互/检测/跟踪三种模式分别以interact、annotate_frame、init_tracking/track等请求类型区分调用链路清晰便于阅读源码进一步学习扩展。【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