cvat
Annotieren Sie Bild-, Video-, Audio- und 3D-Datensätze mit manuellen Werkzeugen und automatisierten serverlosen KI-Modellen.
Beschriften Sie visuelle, Audio- und 3D-Sensordaten auf Ihrer eigenen Infrastruktur mit Team-Workflows und SDK-Zugriff.
CVAT ist eine Datenkennzeichnungsplattform, die entwickelt wurde, um visuelle und räumliche Datensätze für Computer-Vision-Modelle vorzubereiten. Sie können sie auf Ihren eigenen Servern ausführen, um die strenge Kontrolle über proprietäre industrielle Trainingsdaten zu behalten. Sie eignet sich für Engineering-Teams, die Computer-Vision-Systeme für Qualitätsprüfung, Fehlererkennung oder Robotik entwickeln.
Was es ist
Die Plattform bietet Annotationstools für Bilder, Videostreams, Audiodateien und 3D-Punktwolken mithilfe von Begrenzungsrahmen, Polygonen, Masken, Schlüsselpunkten und Quadern. Sie können serverlose Machine-Learning-Modelle wie SAM, YOLO v7 und RetinaNet über Nuclio für die automatisierte Erkennung und Nachverfolgung anbinden. Sie unterstützt Datensatzverwaltung, Multi-User-Zuweisung, Qualitätskontroll-Workflows und den Export in über 20 Standardformate.
Für wen
CVAT richtet sich an KI-Entwicklungsteams, Computer-Vision-Ingenieure und Datensatz-Annotatoren, die die vollständige operative Kontrolle über Sensordaten benötigen. Es eignet sich gut für Industrieunternehmen, die isolierte Bereitstellungen (Air-Gapped) oder Cloud-Integrationen mit S3, Azure oder Google Cloud erfordern. Es ist nicht geeignet für Alleinentwickler, die Desktop-Anwendungen ohne Konfiguration suchen.
Wichtige Funktionen
Unterstützung multimodaler Datensätze
Annotieren Sie Bilder, Video-Feeds, Audio und 3D-Punktwolken mithilfe von Begrenzungsrahmen, Polygonen, Masken und Quadern.
Serverloses Auto-Labeling
Verbinden Sie ML-Modelle wie SAM, YOLO v7 und TransT über Nuclio, um Erkennung, Segmentierung und Objektverfolgung zu automatisieren.
Breite Formatkompatibilität
Importieren und exportieren Sie Datensatzannotationen in über 20 Formaten, darunter COCO, YOLO, Pascal VOC und KITTI.
Entwickler-SDK und API
Automatisieren Sie Objekterstellung, Datei-Uploads und Datensatzextraktionen mit dem Python SDK, CLI-Tool oder der REST API.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Verarbeitet multimodale Daten einschließlich 3D-Punktwolken, Videostreams und Audio.
- Integriert serverlose KI-Modelle über Nuclio, um manuelle Kennzeichnungsaufgaben zu beschleunigen.
- Exportiert und importiert Datensätze out-of-the-box über 20 Computer-Vision-Formate hinweg.
- Enthält rollenbasierte Projekt-Workflows, Aufgabenzuweisung und Problemverfolgung.
Schwächen
- Erfordert die Verwaltung von Docker-Container, Datenbanken und Serverinfrastruktur.
- Das Aktivieren des KI-Auto-Labelings erfordert die Bereitstellung und Konfiguration eines separaten serverlosen Nuclio-Stacks.
- Die Browser-Unterstützung ist auf Chromium-basierte Browser wie Chrome und Edge beschränkt.
- Erweiterte UI-Analysen und SAM 2/3-Funktionen sind auf kostenpflichtige gehostete oder Enterprise-Pläne beschränkt.
Preise & Lizenz
CVAT Community ist kostenlos und unter der MIT-Lizenz für selbst gehostete Bereitstellungen als Open Source verfügbar. Zu den kommerziellen Optionen gehören kostenpflichtige CVAT Online-Pläne (Solo und Team) sowie CVAT Enterprise für Organisationen, die eine verwaltete Infrastruktur oder dedizierten Support wünschen.
Stellen für Deutschsprachige
879 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Nutze es, oder lass es uns einrichten
FAQ
Welche Webbrowser werden unterstützt?
CVAT wird hauptsächlich auf Chromium-basierten Browsern wie Google Chrome und Microsoft Edge getestet. Firefox hat eingeschränkte Unterstützung, während Safari und WebKit nicht unterstützt werden.
Wie aktiviere ich Modelle zur automatisierten Kennzeichnung?
Sie müssen die serverlose Komponente starten, indem Sie `docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d` ausführen, um das Nuclio-Framework zu starten.
