CVAT制作COCO格式数据集，VOC格式数据集或其它格式的数据集（详细图文教程）

💪 专业从事且热爱图像处理，图像处理专栏更新如下👇：
📝《图像去噪》
📝《超分辨率重建》
📝《语义分割》
📝《风格迁移》
📝《目标检测》
📝《图像增强》
📝《模型优化》
📝《模型实战部署》
📝《图像配准融合》
📝《数据集》
📝《高效助手》

---

一、CVAT简介

CVAT是一个全面的，综合性较强的平台，适合大型项目的开发，多人合作使用。

CVAT的官网链接地址为：CVAT

二、CVAT新建项目

2.1 CVAT账号注册

第一次使用需要注册自己的账号，学者自行先注册好即可：

2.2 新建项目

新建一个项目，新建项目的具体操作方法如下：

创建一个类别名为person时的实例图如下：

2.3 新建任务

项目创建好后，下面是新建任务：

2.4 导入图片

下面是创建任务名，及导入图片，导入图片可以导入电脑本地图片，网页链接图片，云盘图片等。

2.5 提交

图片导入后，点击Submit提交，需要等待一会，见下：

2.6 打开任务

提交完成后打开任务，见下：

打开项目任务

三、CVAT标注数据

3.1 AI自动标注

最左侧常用功能栏，见下，主要介绍常用的：

3.1.1 自动标注模型选择

AI识别是一个很好用的工具，可以提高我们标注的效率，下面演示用YOLO v3自动识别标注的操作：

3.1.2 YoloV3模型自动标注公交车例子

下面演示的是使用YOLO v3自动标注识别公交车的例子：

3.1.3 自动标注识别结果

下面是自动标注识别后的样子：

3.2 手动标注

3.2.1 手动标注例子

上面是使用AI识别自动标注的情况，但是有时候AI识别中是没有的，就需要我们自己手动标记，下面是自己手动标记的操作，我以矩形框标注进行演示，其它的大家可以自行选择，它提供了很多，比如，矩形框标注，线性标注，多边形标注等：

以上就是标记的过程，记得保存。

3.2.2 上传标注

下面是上传自己标注的操作：

3.2.3 导出标注文件

标注完成后需要导出标注文件，操作如下：

• 比如导出的是COCO数据集格式，如下：

3.2.4 完成项目

完成以上操作记得点击完成项目：

3.2.5 导出整个项目

想要导出整个标注项目工程数据的操作如下：

四、总结

以上就是使用CVAT进行标注的详细过程，希望能帮到你！

制作VOC数据集特别简单的工具，精灵标注助手，具体使用方法，同见我另外一篇博客，链接：精灵标注助手制作VOC数据集

使用Labelme制作用于语义分割的.json格式数据集，详细教程见我另外一篇博文：使用labelme打标签

想使用Labelimg制作VOC格式数据集或yolo格式数据集，详细教程见我另外一篇博文：Labelimg制作VOC格式数据集或yolo格式数据集

半自动标注工具ISAT，类似PS中的魔棒工具，点击目标物体自动框选，后台运行的是深度学习模型（多模型可选择），框选精度和打标签效率贼高，非常推荐学者使用此工具打标签，使用方法见：半自动打标签工具ISAT安装及使用教程

感谢您阅读到最后！😊总结不易，多多支持呀🌹 点赞👍收藏⭐评论✍️，您的三连是我持续更新的动力💖

关注公众号「视觉研坊」，获取干货教程、实战案例、技术解答、行业资讯！