cvat
Anota conjuntos de datos de imagen, vídeo, audio y 3D con herramientas manuales y modelos de IA serverless automatizados.
Etiqueta datos visuales, de audio y de sensores 3D en tu propia infraestructura con flujos de trabajo en equipo y acceso mediante SDK.
CVAT es una plataforma de etiquetado de datos diseñada para preparar conjuntos de datos visuales y espaciales para modelos de visión artificial. Puedes ejecutarla en tus propios servidores para mantener un control estricto sobre los datos de entrenamiento industriales y propietarios. Es ideal para equipos de ingeniería que desarrollan sistemas de visión artificial para inspección de calidad, detección de defectos o robótica.
Qué es
La plataforma ofrece herramientas de anotación para imágenes, secuencias de vídeo, archivos de audio y nubes de puntos 3D mediante cuadros delimitadores, polígonos, máscaras, puntos clave y cuboides. Puedes conectar modelos de aprendizaje automático serverless como SAM, YOLO v7 y RetinaNet a través de Nuclio para la detección y el seguimiento automatizados. Admite gestión de conjuntos de datos, asignación multiusuario, flujos de trabajo de control de calidad y exportaciones a más de 20 formatos estándar.
Para quién
CVAT está dirigido a equipos de desarrollo de IA, ingenieros de visión artificial y anotadores de datos que necesitan un control operativo total sobre los datos de sensores. Funciona muy bien para empresas industriales que requieren despliegues aislados (air-gapped) o integraciones en la nube con S3, Azure o Google Cloud. No es adecuado para desarrolladores solitarios que buscan aplicaciones de escritorio sin configuración.
Funciones clave
Compatibilidad con conjuntos de datos multimodales
Anota imágenes, fuentes de vídeo, audio y nubes de puntos 3D usando cuadros delimitadores, polígonos, máscaras y cuboides.
Etiquetado automático serverless
Conecta modelos de ML como SAM, YOLO v7 y TransT mediante Nuclio para automatizar la detección, segmentación y el seguimiento de objetos.
Amplia compatibilidad de formatos
Importa y exporta anotaciones de conjuntos de datos en más de 20 formatos, incluidos COCO, YOLO, Pascal VOC y KITTI.
SDK y API para desarrolladores
Automatiza la creación de tareas, la subida de archivos y la extracción de datos usando el SDK de Python, la herramienta CLI o la REST API.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Maneja datos multimodales, incluidas nubes de puntos 3D, secuencias de vídeo y audio.
- Integra modelos de IA serverless mediante Nuclio para acelerar las tareas de etiquetado manual.
- Exporta e importa conjuntos de datos en más de 20 formatos de visión artificial de forma nativa.
- Incluye flujos de trabajo de proyectos basados en roles, asignación de tareas y seguimiento de incidencias.
Sus límites
- Requiere gestionar contenedores de Docker, bases de datos e infraestructura de servidores.
- Habilitar el etiquetado automático con IA requiere desplegar y configurar una pila Nuclio serverless independiente.
- La compatibilidad con navegadores se limita a los basados en Chromium como Chrome y Edge.
- Las estadísticas avanzadas de la interfaz de usuario y las funciones de SAM 2/3 se limitan a los planes de pago alojados o Enterprise.
Precios y licencia
CVAT Community es gratuito y de código abierto bajo la licencia MIT para despliegues self-host. Las opciones comerciales incluyen los planes de pago de CVAT Online (Solo y Team) y CVAT Enterprise para organizaciones que desean infraestructura gestionada o soporte dedicado.
Empleos para hispanohablantes
880 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Úsalo, o deja que lo configuremos
FAQ
¿Qué navegadores web son compatibles?
CVAT se prueba principalmente en navegadores basados en Chromium como Google Chrome y Microsoft Edge. Firefox tiene compatibilidad limitada, mientras que Safari y WebKit no son compatibles.
¿Cómo activo los modelos de etiquetado automatizado?
Debes iniciar el componente serverless ejecutando `docker compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d` para poner en marcha el framework Nuclio.
