如何用 Docker 快速部署 CVAT：AI 数据标注平台本地启动完整教程

如何用 Docker 快速部署 CVAT：AI 数据标注平台本地启动完整教程

【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat

手里有几百张车间拍下来的缺陷图要框目标，一张张贴标签显然不现实。CVAT 是一个开源的 AI 数据标注平台，图像、视频、点云都能标，还内置了 AI 辅助标注。这篇教程只干一件事：教你在本地把它跑起来，并完成第一次标注的准备工作。

本地跑起来：最简克隆 + docker 启动命令

先看环境：一台 Linux（Ubuntu/CentOS 都行）或 Windows + WSL2，装好 Docker 和 Docker Compose 即可，终端敲一下docker --version能出版本号就说明没问题。机器建议留 8GB 内存，磁盘空出 20GB，后面拉镜像要占地方。

准备工作就这么多，直接克隆仓库源码：

git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat

然后在目录里执行一行启动命令，Docker 会自动把 PostgreSQL、Redis、后端、前端等一组容器全部拉起来：

docker compose up -d

首次运行需要下载镜像并初始化数据库，大概 2~5 分钟，想看进度的话另开一个终端跑docker compose logs -f盯着就行。

第一次打开界面：建管理员、登录、看首屏

容器起来后还差一个账号。CVAT 默认没有任何用户，需要进容器创建一个超级管理员：

docker exec -it cvat_server bash -ic 'python3 manage.py createsuperuser'

按提示输入用户名、邮箱和密码，回车确认即可，数据库迁移在这之前已经自动做完，不用额外执行。

接着打开浏览器访问http://localhost:8080，用刚才的账号登录。首屏是一个空的项目/任务列表，顶栏挂着 Projects、Tasks、Cloud Storages、Models 几个入口——这对应了它"先建容器（项目）再建任务"的组织方式：点 Create New Project 起一个大头，在里面 Create New Task，选标签类别、把图片拖进上传区，标注画布就出来了。

它能标注什么：图像、视频、点云

图像是最常见的场景。缺陷检测图、街景照片都行，矩形、多边形、分割掩码、关键点这些工具在左侧工具栏随取随用，标签和属性在右侧面板管理，前面那张任务创建界面就是从这里开始的。

视频标注走的是另一套节奏：不用逐帧画，而是在关键帧上画好框，利用目标在时间轴上的连续性做插值和 track 追踪，CVAT 会自动把中间帧补齐，你在时间轴上抽查修正即可，几百帧的视频工作量会小很多。

点云则面向自动驾驶和机器人方向，支持 PCD、BIN 等格式，主画布是 3D 视图，下方同步 Top/Side/Front 三个正交投影，方框要 3D 贴合而不是平面贴脸：

启动卡住时的自救 🆘

浏览器打不开 localhost:8080。多半是 8080 被别的程序占了，看一眼docker-compose.yml里 traefik 的ports段，把宿主机端口改成空闲的再重启容器。

执行 docker 命令报 permission denied。当前用户不在 docker 组里，sudo usermod -aG docker $USER加入组后重新登录生效；赶时间的话临时加 sudo 前缀也行。

改了配置不生效，或者服务整体卡死。用docker compose down && docker compose up -d一把重建，数据存在命名卷里，不会丢。

排障细节可以对照仓库里的官方安装文档。

跑通之后别急着关终端，去界面里建第一个项目，把手头那批缺陷图传进去——从这一刻起，你拥有的就是一条完整可用的标注流水线了。

【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat