企业官网建设流程全解析

CVAT 任务分配实操：3 个标注员如何盯住 8000 张图

【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

3 个标注员、8000 张图、周五要交第一版数据集。周一早上你把任务建好，下午就想弄清两件事：CVAT 任务分配到底怎么切，标注进度跟踪在哪看。下面这套流程，够你一个人跑完全程。

一、动手之前先定三件事

标签、分段、重叠区——这三件事在创建任务前就想清楚，比事后返工便宜得多。

标签少而准，属性管住细节

标签只留"人""车""路障"这种大类，别把"穿红衣服的人"也做成标签。颜色、型号这类细节放属性里，用下拉或单选项收住。先定体系再动手，后面换人接手不用翻译。

先定数据源，再定 segment_size

数据可以本地上传、走共享文件夹，也可以接云存储，大文件直接挂存储最省事。分段的旋钮叫segment_size，它决定一个 Job 装多少帧。先估一下单 Job 耗时，再反推分段数。

重叠区：做跟踪就留，做单帧就不留

overlap_size是相邻 Job 的重叠帧数。如果标签里有限制形状（只许矩形、只许多边形），同样在创建时定死。

{ "overlap_size": 10, "segment_size": 100 }

任务创建各选项的完整说明，翻 任务创建文档 对照着填就行。

二、把活切给对的人 🎯

分活没有标准答案，按人的专长和手头的负载来。

整包指派：适合一个熟练工从头跟到尾的活，比如整段视频的跟踪任务，中途换人衔接成本高。在 任务详情页 的 Assigned to 一栏填上用户名，保存即可。

拆 Job 分派：CVAT 已经按 segment_size 把任务切好了。你把不同 Job 指给不同的人，各干各的。给谁？谁手上活最轻，谁最近没被驳回过，就派给谁。

挂 Reviewer：给谁当审核员，取决于他熟不熟这类数据，而不是谁资历老。审核只挂在关键 Job 上，不必全量覆盖。

三、打开页面第一眼看到什么 📊

看板就是两个地方：任务详情页和 Jobs 页。

任务详情页顶部是一条进度条，它吃的是 Job 的stage：全部 Job 走到 acceptance，进度条才算走完。条下面一列是 Job 清单，每行带状态标签和负责人，扫一眼就知道谁卡在哪。

Jobs 页 则把所有 Job 平铺成卡片，左上角搜索框能按 assignee、stage、state 直接查；右上角有排序和筛选器，把"某个人 + in progress"拉出来，半天没动的 Job 立刻现形。

四、标完≠能交付

交付前，每个 Job 要走过一条审核路：审核员抽查 → 驳回并留意见 → 标注员修正 → 重新提交 → 审核通过。理解这条路，记住两个维度就够了。

state 看当下：new、in progress、rejected、completed，描述 Job 此刻处于什么工作状态。

stage 看位置：annotation、validation、acceptance，描述 Job 在流程里走到哪一站。stage 在任务页统一改，它直接驱动进度条。

所以"标完了"只是 state 变 completed、stage 还在 annotation。想交付，得先把 stage 推到 validation，再推到 acceptance。驳回就是把 stage 拉回去、state 置为 rejected，标注员修正后重新提交。具体怎么挂审核、怎么驳回，看 质量管控文档。

五、三个容易翻车的点 ⚠️

segment_size 设太小：8000 张图切出 200 个 Job，交接和筛选都累。先算单个 Job 的合理工时，再定分段。

关键 Job 忘了挂 Reviewer：标得再快，没人验也没用。提交前过一遍列表，高价值 Job 必须有名有姓的审核员。

跟踪任务不留 overlap：物体在 Job 边界被切断，轨迹接不上。做跟踪类标注，overlap_size至少留到覆盖一个物体的平均寿命帧数。

下一步

先去 CVAT.ai 自部署一套。

【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