训练深度神经网络需要大量数据。另外，如果数据没有标签，那这些数据就没有多大用处，AI 架构也无用武之地，但处理包含数十万、数百万对象的语料库非常耗时。
为了减轻数据注释器和数据科学家的负担，英特尔开源了一个新源程序——计算机视觉注释工具（CVAT），以加速用来训练计算机视觉算法的视频和图像样本注释。
GitHub 开源地址奉上，感兴趣的同学可以试一试：
https://github.com/opencv/cvat
“为了加速计算机视觉领域的这一过程，[我们]开发了一个名为[CVAT]的程序，”英特尔在一篇博文中写道。 “通常，有很多方法可以注释数据，但使用特殊工具[如 CVAT]可能有助于加快这一过程。”
正如 Santa Clara 公司所解释的那样，CVAT 通过 Docker 进行部署，并通过基于浏览器的界面（或者可选地嵌入到 Onepanel 等平台中）进行访问，并具有针对协同工作优化的基于任务的管理系统。（用户创建公共任务以将工作分开。）它支持与对象检测、图像分类和图像分割相关的监督机器学习任务，以及具有四种类型之一的注释：框、多边形、折线和点。
使用 CVAT 注释汽车和障碍物。
在 CVAT 中，注释器可以使用大量工具来复制和传播对象、应用过滤器、调整视觉设置，以及通过谷歌的 TensorFlow 框架中的对象检测 API 执行自动注释等。CVAT 会自动执行一些检查（但不是所有检查，有些检查需要手动进行），且可与英特尔的 OpenVino、英伟达的 Cuda 和 ELK（Elasticsearch、Logstash 和 Kibana）分析系统等工具包很好地配合使用。
但是，CVAT 仍在继续完善，英特尔表示，目前仅在 Chrome 上进行了广泛测试，在其他浏览器上可能会不好用，并表示 Chrome 中的沙盒功能 Sandbox 限制了流程周围的环境，包括使用 RAM，这会对工具包的性能产生负面影响。但英特尔承诺将会改进这一点。
“CVAT 是在专业注释和算法团队的支持下开发的，我们想要为这些团队提供最有价值的功能…用户的反馈有助于英特尔确定 CVAT 未来的发展方向，”该公司表示。“我们希望改进工具的用户体验、功能集、稳定性、自动化功能以及与其他服务集成的能力，并鼓励社区成员积极参与 CVAT 的开发。”
在 CVAT 发布几周前，Uber 开源了自动可视化系统（一个基于网络的车辆数据平台），之后，Scale 和 Hive 等样本标签初创公司也筹集了大量的风险投资，并吸引了优步和通用汽车等大厂的关注。
参考链接：https://venturebeat.com/2019/03/05/intel-open-sources-cvat-a-toolkit-for-data-labeling/
暂无签名
中国开发者画像洞察报告 2022
本次报告为你深度解读开发者人群背景，分析开发者群体面临的挑战，洞察开发者人群特征，预测开发者生态发展...
评论