CVAT 和 Label Studio 怎么选？面向图像视频 3D 的标注平台

GitHub 仓库

cvat-ai/cvat

总 Stars

★ 17,107

主要语言

Python

查看 GitHub 项目

结论先说：CVAT 是面向图像、视频、音频和 3D 数据的标注平台，1.71 万星，MIT 协议。它在自动驾驶、视频分析这些视觉任务里用得最多，支持 3D 点云标注，是视觉数据集的标配工具之一。

它是什么：一个开源的计算机视觉标注平台，支持图片框选、视频追踪、3D 点云标注，团队可以分工协作，管理员统一质检。

能干嘛：给目标检测、分割、追踪任务准备训练数据；自动标注加人工复核，提升效率；标注结果导出成主流训练格式。

适合谁：做计算机视觉的团队和研究者，以及需要处理视频和 3D 数据的 AI 项目。

注意点：部署比 Label Studio 重，服务器配置要留足；3D 标注对浏览器性能有要求，低配电脑上操作会卡。

CVAT 和 Label Studio 怎么选？

做视觉任务、尤其是视频和 3D，CVAT 更专业，追踪和点云功能是它的强项。做多类型混合标注、或者文本和音频占大头，Label Studio 覆盖更广。两个项目同一天都在更新，都是活的，按任务类型选就行。

站长点评：我选 CVAT 是因为视觉标注这个细分方向值得单独讲。很多团队一上来就用通用标注工具，做到视频追踪才发现不够用。CVAT 的定位就是视觉，选型的时候想清楚自己的数据类型，别等标了几千张才换工具。