基于边缘检测算法检测视频中文字

在ubuntu系统使用docker安装 CVAT

CVAT 是一个免费、开源的 Web 应用程序，用于标注计算机视觉任务的数据集。它由 Intel 开发并维护，旨在为各种计算机视觉应用提供一个高效、强大且协作式的标注平台。

功能

1. 多模态数据标注：

   • 图像标注： 支持各种图像标注类型，包括：
     • 边界框 (Bounding Boxes): 用于检测和定位物体。
     • 多边形 (Polygons): 用于精确勾勒复杂形状的物体。
     • 关键点 (Keypoints): 用于标注物体的关键部位，如人脸关键点。
     • 线条 (Lines) 和 点 (Points): 用于简单形状或目标的标注。
     • 分割掩码 (Segmentation Masks): 用于像素级别的对象分割（需要与其他工具结合，如半自动标注工具）。
   • 视频标注：
     • 支持对视频中的对象进行跟踪和标注，并可以对每帧进行修改，方便动作识别和视频分析。
   • 3D 数据标注：
     • 可以标注3D 点云数据，支持点云的 bounding box 和 segmentation。

2. 强大的用户界面：

   • 直观易用： 提供简洁的用户界面，方便用户快速上手。
   • 自定义快捷键： 可自定义快捷键，提高标注效率。
   • 分屏显示： 可以同时显示多个图像/视频片段，方便对比标注。
   • 可定制的标注标签： 允许用户创建自己的标注标签，满足不同任务的需求。
   • 标注历史记录: 可以查看和回溯标注操作。

3. 协作式标注：

   • 多用户支持： 支持多个用户同时协作标注同一个项目，提高标注效率。
   • 角色权限管理： 可以为不同的用户设置不同的角色和权限。
   • 标注任务分配： 可以将标注任务分配给不同的用户。
   • 标注审核： 管理员可以对标注结果进行审核，确保标注质量。

4. 自动化和半自动化标注：

   • 预标注支持： 支持导入使用其他工具预先标注的结果，作为标注的起点。
   • 半自动标注工具: 可以使用一些半自动标注工具，例如智能多边形生成、模型辅助标注等，提高标注速度。
   • 模型集成： 可以集成深度学习模型，用于辅助标注。

5. 数据管理：

   • 项目管理： 可以创建不同的标注项目，组织和管理标注数据。
   • 数据集导入和导出： 支持导入各种格式的数据集，并导出为多种标注格式，例如 COCO、PASCAL VOC、YOLO 等。
   • 数据版本控制： 可以追踪数据和标注的变更，方便进行版本控制。
   • 数据统计： 可以查看标注数据的统计信息，如标注数量、标注类型等。
   • 可定制化的工作流程： 支持自定义标注的工作流程，例如预标注，标注，审核等。

6. 扩展性和可定制性：

   • 开放的 API： 提供 RESTful API，方便与其他系统集成。
   • 插件支持： 可以开发自己的插件，扩展 CVAT 的功能。
   • Docker 支持： 可以使用 Docker 快速部署 CVAT。

Ubuntu 系统: 建议使用 Ubuntu 20.04 或更高版本。

• Docker 和 Docker Compose: 你需要在你的 Ubuntu 系统上安装 Docker 和 Docker Compose。

步骤：

1. 更新系统包列表：

   sudo apt update

2. 安装 Docker：

   sudo apt install docker.io

   验证安装：

   sudo systemctl start docker
   sudo systemctl enable docker
   docker --version

   如果命令输出了Docker版本信息，则说明安装成功。

3. 安装 Docker Compose：

   sudo apt install docker-compose

   验证安装：

   docker-compose --version

   如果命令输出了Docker Compose版本信息，则说明安装成功。

4. 下载 CVAT 配置文件：

   • CVAT 的官方 GitHub 仓库提供了 docker-compose.yml 文件，直接下载使用：

     wget https://raw.githubusercontent.com/opencv/cvat/develop/docker-compose.yml

5. 修改 docker-compose.yml 文件：

   • 找到 services/cvat/volumes: 模块，将其修改为：

   volumes:
   - cvat_data:/home/django/data
   - ./data:/home/django/media
   - ./logs:/home/django/logs

   这样可以方便地将你的数据放到当前目录的data和logs文件夹下，并且避免了默认数据目录在Docker容器内，数据丢失的问题。

   • 在 version 的下面加上 networks:

   version: "3.8"
   networks:
       default:

   确保其他容器能够访问到CVAT服务

6. 创建数据目录:

   mkdir data
   mkdir logs

7. 启动 CVAT：

   • 在 docker-compose.yml 文件所在的目录下，运行以下命令：

     docker-compose up -d

     • -d 参数表示在后台运行 (detached mode)。
     • 首次运行会下载所需的 Docker 镜像，这可能需要一些时间。

8. 等待 CVAT 启动：

   • 可以使用以下命令查看容器是否正常运行：

     docker-compose ps

   • 如果所有容器的状态都是 Up，则表示 CVAT 已经启动成功。

   • 也可以使用 docker logs -f <cvat_container_id> 来查看cvat 容器的日志。<cvat_container_id> 你可以使用docker ps 命令查看。

9. 访问 CVAT：

   • 在你的 Web 浏览器中，打开以下地址：

     http://localhost:8080

   • 默认的管理员用户名是 admin，密码是 admin。
     • 首次登录后请立即修改管理员密码！

10. 可选：创建新的管理员用户

    • 你可以在用户管理页面创建新的管理员用户

常用命令：

• 停止 CVAT：

  docker-compose down

• 重启 CVAT：

  docker-compose restart

• 查看容器日志：

  docker-compose logs -f