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/

创作场景

英特尔开源计算机视觉数据标签工具 CVAT，加速数据注释