CVAT для разметки изображений и видео: деплой, AI-ассист, API

Интеграция и настройка CVAT для разметки изображений и видео

Вы запустили пилот по компьютерному зрению, собрали 50 000 изображений, наняли трёх разметчиков, но через месяц поняли: ручная разметка стоит дорого, дедлайн горит, а качество — 70% IoU. Мы сталкивались с этим десятки раз. Решение — развернуть CVAT (Intel), подключить AI-предразметку и настроить пайплайн автоматического контроля качества. Работаем от деплоя до обучения команды. Такой подход окупается за 2-3 месяца при объёме от 5000 размеченных объектов.

Чем CVAT лучше платных сервисов?

Платные сервисы берут от $2 до $5 за изображение, но вы не контролируете данные, не можете кастомизировать воркфлоу, а при масштабе 10 000+ изображений бюджет становится критическим. CVAT — open-source, поддерживается Intel. Храните данные у себя, настраивайте интерфейс, добавляйте свои модели через серверлес-функции. Мы ставили CVAT для клиентов из ретейла, медицины и автономного транспорта — везде решение окупается за 2–3 месяца. Официальный репозиторий: opencv/cvat.

Как AI-ассист ускоряет разметку?

AI-ассист — главный козырь. Разметчик открывает кадр, модель уже нарисовала 80% боксов, человек только правит границы. Без AI — 4–7 минут на изображение. С AI при точности 90% — 15–30 секунд. Это экономия 80% времени команды. Мы реализовали такой пайплайн для 15 проектов. Ключевой фактор — качество предсказаний: если точность падает ниже 70%, AI начинает мешать. Поэтому мы обязательно калибруем пороговые значения и подбираем модель под конкретный датасет.

Как настроить AI-ассистированную разметку?

Для этого нужен Nuclio serverless и модель, упакованная в функцию. Загружаем модель, CVAT вызывает её для каждого кадра. Пример конфигурации для YOLOv8:

# docker-compose.override.yml
version: '3.3'
services:
  cvat_server:
    environment:
      DJANGO_MODWSGI_EXTRA_ARGS: ""
      ALLOWED_HOSTS: "*"
      CVAT_REDIS_HOST: "cvat_redis"
      CVAT_POSTGRES_HOST: "cvat_db"
      CVAT_DEFAULT_STORAGE_TYPE: "cloud_storage"
      AWS_ACCESS_KEY_ID: "${AWS_ACCESS_KEY_ID}"
      AWS_SECRET_ACCESS_KEY: "${AWS_SECRET_ACCESS_KEY}"
      AWS_STORAGE_BUCKET_NAME: "cvat-data"
  cvat_worker_annotation:
    deploy:
      replicas: 4
  cvat_worker_export:
    deploy:
      replicas: 2
  traefik:
    command:
      - "--providers.docker.exposedByDefault=false"
      - "--entrypoints.websecure.address=:443"
      - "[email protected]"

# Быстрый деплой с SSL
git clone https://github.com/opencv/cvat.git
cd cvat
docker compose -f docker-compose.yml -f docker-compose.override.yml -f components/serverless/docker-compose.serverless.yml up -d
docker exec -it cvat_server python manage.py createsuperuser

Функция Nuclio для детекции:

# nuclio/yolov8_detector/main.py
import json
import base64
import numpy as np
import cv2
from ultralytics import YOLO

model = YOLO('/opt/nuclio/yolov8l.pt')

def handler(context, event):
    data = event.body
    buf = base64.b64decode(data['image'])
    img = cv2.imdecode(np.frombuffer(buf, np.uint8), cv2.IMREAD_COLOR)
    threshold = data.get('threshold', 0.45)
    results = model(img, conf=threshold)
    annotations = []
    for box in results[0].boxes:
        x1, y1, x2, y2 = map(float, box.xyxy[0])
        cls_name = model.names[int(box.cls)]
        annotations.append({
            'confidence': float(box.conf),
            'label': cls_name,
            'points': [x1, y1, x2, y2],
            'type': 'rectangle'
        })
    return context.Response(
        body=json.dumps(annotations),
        headers={'Content-Type': 'application/json'},
        status_code=200
    )

# nuclio function.yaml
apiVersion: nuclio.io/v1beta1
kind: Function
metadata:
  name: cvat-yolov8-detector
spec:
  runtime: python:3.9
  handler: main:handler
  resources:
    limits:
      nvidia.com/gpu: 1
  env:
    - name: MODEL_PATH
      value: /opt/nuclio/yolov8l.pt

Как автоматизировать импорт и экспорт данных через API CVAT?

from cvat_sdk import make_client
from cvat_sdk.models import TaskWriteRequest, DataRequest

class CVATIntegration:
    def __init__(self, host: str, credentials: tuple):
        self.client = make_client(host=host, credentials=credentials)

    def create_task_from_s3(self, task_name: str, s3_prefix: str, labels: list) -> int:
        task = self.client.tasks.create(TaskWriteRequest(
            name=task_name,
            labels=labels,
            segment_size=100,
            overlap=5
        ))
        self.client.tasks.create_data(
            id=task.id,
            data_request=DataRequest(
                cloud_storage_id=1,
                filename=[f'{s3_prefix}/{f}' for f in self._list_s3_files(s3_prefix)]
            )
        )
        return task.id

    def export_annotations(self, task_id: int, format: str = 'YOLO 1.1') -> str:
        export_path = f'/tmp/annotations_{task_id}.zip'
        self.client.tasks.export_dataset(id=task_id, format=format, filename=export_path)
        return export_path

    def get_annotation_progress(self, task_id: int) -> dict:
        task = self.client.tasks.retrieve(task_id)
        return {'total_frames': task.size, 'annotated': task.jobs[0].stage if task.jobs else 0}

При автоматизации через API важно настроить правильные политики ретраев и лимиты. Мы используем exponential backoff при превышении лимитов CVAT. Для больших проектов (100 000+ изображений) настраиваем параллельные очереди задач.

Скорость разметки: AI-ассист vs ручная

Реальные цифры из проекта по разметке промышленных дефектов (5000 изображений):

Если точность предсказаний ниже 70%, AI-ассист замедляет работу — исправления занимают больше времени, чем разметка с чистого листа. Поэтому мы всегда тестируем модель на репрезентативной выборке перед интеграцией.

Как обеспечить контроль качества разметки?

• Overlap jobs: 10–15% изображений размечаются двумя разметчиками независимо, затем сравниваем IoU.
• Honeypots: специально подготовленные изображения с известной разметкой — проверяем точность конкретного разметчика.
• Consensus: 3 разметчика на сложные случаи + majority vote.

Дополнительно настраиваем автоматическую валидацию: проверка пропущенных объектов, дубликатов, соответствия label-схеме. Все метрики попадают в дашборд для анализа. Для автоматизации контроля используем CVAT Analytics и собственные скрипты на Python.

Типичная ошибка — пропускать этап валидации на старте. Если датасет содержит много плохих образцов, AI-модель быстро деградирует. Мы рекомендуем закладывать 10% времени проекта на ревью разметки.

Типичные ошибки при интеграции CVAT:

• Отсутствие ретраев в API-запросах при превышении лимитов.
• Неправильная настройка S3-пермишенов.
• Использование модели без предварительного тестирования на репрезентативной выборке.
• Пропуск этапа overlap jobs на старте.

Процесс работы и сроки

1. Аналитика: изучение данных, подбор модели для предразметки, проектирование архитектуры.
2. Деплой: развёртывание CVAT с S3, SSL, backup.
3. Интеграция AI: подключение 1–3 моделей через Nuclio, настройка threshold.
4. Контроль качества: настройка overlap, honeypots, consensus.
5. Обучение команды: 2–3 сессии по 4 часа.
6. Передача документации и CI/CD.

Что входит в работу?

При заказе комплексной интеграции вы получаете:

• Рабочий инстанс CVAT с SSL, регулярными бекапами и мониторингом
• 1–3 AI-модели, упакованные в Nuclio-функции с настройкой порогов
• Пайплайн автоматического импорта/экспорта данных через S3
• Систему контроля качества: overlap jobs, honeypots, консенсус
• Обучение команды разметчиков (2–4 часа) и администраторов (1–2 часа)
• Документацию по администрированию и расширению системы
• Поддержку в течение месяца после сдачи

Почему стоит интегрировать AI-ассист?

Опыт показывает: на проектах объёмом более 3000 изображений AI-ассист окупается за 2–4 недели. Вы снижаете зависимость от числа разметчиков, получаете однородное качество и можете масштабироваться без найма. Мы гарантируем, что точность предразметки не ниже 80% — иначе возвращаем деньги за интеграцию модели.

Закажите интеграцию под ключ — получите готовый пайплайн с обученной командой. Свяжитесь с нами для консультации по вашему проекту и оценки экономии бюджета.

Опыт инженеров — более 5 лет в Computer Vision. Выполнили свыше 30 интеграций CVAT для ретейла, логистики и медтехники.