在 CVAT 中创建与导出分割掩码（Mask）：背景类打孔、类颜色与多格式导出实战指南-平芜编程栈

在 CVAT 中创建与导出分割掩码（Mask）：背景类打孔、类颜色与多格式导出实战指南

【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

本指南围绕 CVAT 标注界面中的掩码（Mask）生成与导出能力展开：介绍如何在多边形标注中借助"背景类"与 z 轴排序实现打孔效果，梳理 CVAT 支持掩码导出的六种数据集格式，并深入讲解类颜色（Class Colors）与背景类（Background Class）在导出掩码中的底层约定。读完本文，你将掌握"从多边形标注到语义/实例分割掩码"的完整工作流，并能结合仓库源码理解掩码导出的变换管线与配色机制。

背景类与"打孔"：在多边形中切割透明孔洞

在 CVAT 编辑器中，目前并不支持在多边形内部直接切割出透明的孔洞。不过，借助一个巧妙的标注约定，你可以在导出的实例掩码（instance mask）与类掩码（class mask）中生成孔洞效果：

在任务中定义一个背景类（background class）；
用背景类以"额外的形状"形式，把孔洞画在需要打孔的形状之上（即在 z 轴顺序上处于更高层级）。

标注窗口中的效果如下（图中的深色多边形即为使用背景类绘制的孔洞形状，覆盖在目标形状之上）：

绘制时请牢记使用z 轴排序快捷键来调整形状的层级：

[（左方括号）：将选中形状的 z 轴层级下移；
+或=（加号/等号）：将选中形状的 z 轴层级上移。

z 轴顺序在 CVAT 前端由独立的图层状态管理。从源码可以看到，zLayer维护着min/max/cur三个关键状态（annotation-reducer.ts），而 switchZLayer 动作负责在用户按下快捷键时切换当前层级。这一机制确保了"孔洞形状"始终绘制在目标形状之上。

按上述方式标注并导出后，得到的效果如下：类掩码（左）与实例掩码（右）中均出现了正确的孔洞：

注意：当前版本中，内部形状（孔洞）无法拥有独立的实例编号。导出的处理逻辑会先将内部形状合并到面积最大的外部形状中，再用背景类形状将其覆盖为"孔"。也就是说，孔洞只是视觉与像素意义上的空洞，并不会作为独立实例出现在实例掩码中。

可导出掩码的数据集格式

CVAT 提供多种支持掩码导出的数据集格式，覆盖语义分割、实例分割、文本检测与跟踪等常见场景：

格式	说明
`Segmentation Mask`	基于 PASCAL VOC 分割格式的自定义掩码格式，同时产出类掩码与实例掩码（即本文后续重点讲解的格式）
`CamVid`	面向自动驾驶街景分割的经典格式
`MOTS`	多目标跟踪与分割格式，掩码按帧导出
`ICDAR`	面向文本检测/分割任务的格式
`COCO`	以 RLE 编码导出实例掩码，详见 COCO 格式指南
`Datumaro`	Datumaro 通用数据格式，掩码以 PNG 或 RLE 形式存储

各格式的完整导出/导入说明可参见对应文档：Segmentation Mask、CamVid、MOTS、ICDAR、Datumaro。

以Segmentation Mask格式导出的掩码示例如下——左侧为合并后的类掩码，右侧为合并后的实例掩码：

在掩码导出时，有两个重要行为需要留意：

矩形框（boxes）与多边形（polygons）都会被转换为掩码，因此即使你的任务中只画了矩形框或多边形，也能得到完整的掩码结果；
被分组的对象被视为单个实例，会合并导出为一张掩码，其标签（label）与属性（attributes）取自组内面积最大的对象。

掩码导出的底层变换管线（源码级解析）

掩码导出并非简单的"形状转图片"，在 mask.py 中可以看到一条完整的 Datumaro 变换管线：

dataset.transform(RotatedBoxesToPolygons) # 旋转框转为多边形 dataset.transform("polygons_to_masks") # 多边形转为掩码 dataset.transform("boxes_to_masks") # 矩形框转为掩码 dataset.transform(EllipsesToMasks) # 椭圆转为掩码 dataset.transform("merge_instance_segments")# 合并同一实例的片段 dataset.export( temp_dir, "voc_segmentation", save_media=save_images, apply_colormap=True, # 应用类颜色映射 label_map=make_colormap(instance_data), # 依据标签颜色构建色表 )

关键点解读：

merge_instance_segments变换负责把属于同一实例（含分组对象）的多个掩码片段合并为一张掩码，这正是"组内对象导出为单一实例"以及"内部形状被并入最大形状"这一行为的实现来源。该变换同样出现在 camvid.py、mots.py、icdar.py 等掩码类格式的导出器中；
make_colormap决定像素颜色（见 utils.py）：它遍历任务的全部标签，并为每个标签建立label -> [RGB 颜色, [], []]的映射；值得注意的是，如果任务中没有名为background的标签，会自动在色表最前面插入{"name": "background", "color": "#000000"}，这也是"默认背景为黑色"这一约定的代码根源；
EllipsesToMasks（transformations.py）使用 OpenCV 的cv2.ellipse把椭圆栅格化为 RLE 掩码，并在转换时保留z_order、group等元数据，保证打孔与分组语义不丢失。

Segmentation Mask格式导出的产物是一个 ZIP 压缩包，其标准目录结构如下（详细说明见 format-smask.md）：

taskname.zip/ ├── labelmap.txt # 可选，非 PASCAL VOC 标签时必需 ├── ImageSets/ │ └── Segmentation/ │ └── default.txt # 不含扩展名的图片名列表 ├── SegmentationClass/ # 合并后的类掩码 │ ├── image1.png │ └── image2.png └── SegmentationObject/ # 合并后的实例掩码 ├── image1.png └── image2.png

掩码是 1 通道或 3 通道的 PNG 图片，每个像素的颜色对应一个标签；颜色依据 PASCAL VOC 的色板算法生成，默认用(0, 0, 0)表示背景。

类颜色（Class Colors）：掩码配色的来源

所有标签都关联着一个颜色值，这个颜色就是生成掩码时该标签类别的像素颜色。你可以在**任务标签属性（Task Label Properties）**中通过取色器直接修改标签颜色：

标签颜色同时也会显示在标注窗口右侧的标签面板中，在那里你可以显示或隐藏特定标签（面板上只显示当前任务中已存在的标签）：

从源码角度看，标签颜色在导出时被make_colormap读取（标签的color字段以十六进制字符串存储，如#ff0000，通过hex2rgb转为 RGB 元组），随后作为voc_segmentation导出的label_map传入，最终决定每个标签在掩码 PNG 中的像素颜色。标签的默认配色则由 predefined_colors.txt 与 utils.py 中的哈希算法共同决定。

背景类（Background Class）的三种定义方式

在导出掩码时，"背景"这一概念有三种等价定义方式，优先级从高到低：

默认隐式添加的类：即使任务中没有任何背景类定义，导出色表中也会自动插入一个纯黑色的背景类（RGB0, 0, 0）。如前文所述，这一行为由 make_colormap 中的if "background" not in label_names: labels.insert(0, ...)保证；
名为background的标签类：可以为其指定任意颜色，且名称匹配大小写不敏感（如Background、BACKGROUND均可识别）。该名称具有最高优先级——只要存在名为background的标签，导出色表就会直接采用它的颜色作为背景色；
任意黑色类：任何颜色为纯黑（RGB0, 0, 0）的标签类，在掩码中同样会被视为背景。

修改背景色的方法：默认情况下导出掩码的背景为黑色。如果你希望背景呈现其他颜色，只需将任务中background标签的颜色改为目标颜色即可（例如改为(0, 128, 0)绿色），导出时色表便会以该颜色作为背景像素值。

小结：一套完整的掩码标注与导出工作流

综合以上内容，在 CVAT 中从多边形标注到高质量分割掩码的完整路径为：

建任务：定义目标标签，并视需要添加background标签用于打孔（名称大小写不敏感，颜色可自定义）；
标注：用多边形/矩形/椭圆绘制目标形状，用[与+/=调整 z 轴顺序，把背景类形状叠放在需要打孔的位置上方；需要合并为同一实例的对象使用分组功能；
调色：在任务标签属性中为每个标签指定掩码颜色，确保类掩码的可辨识度；
导出：选择Segmentation Mask、CamVid、MOTS、ICDAR、COCO或Datumaro格式导出，得到带孔洞、带类色的类掩码与实例掩码。