数据标注（外部标注工具）

目前EasyDL视频-目标跟踪暂不支持在线数据标注，可以通过使用OpenCV官方视频标注工具CVAT完成目标跟踪数据标注，CVAT包括在线与离线两个版本，可按您实际需求选择：

• 如您网速良好，无数据保密性要求，可通过CVAT在线标注快速完成标注。使用教程详见下方「快速开始CVAT在线标注」
• 如您数据量大，或是对数据保密性有一定要求，可尝试CVAT离线下载后，本地使用。详细下载及配置过程详见下方「CVAT本地版本下载配置」

CVAT标注过程视频示例

快速开始CVAT在线标注

step 1 登录CVAT在线官网注册新账号并登录

对全英文交互使用有一定不适应的用户可考虑使用Chrome浏览器的谷歌翻译功能。

step 2 创建新任务，并填写必要信息

必填字段：

1. Name，任务名称
2. Labels，所需要标注的标签名称，例如car、people等。注：目前EasyDL仅支持单类别多目标跟踪，即此处的标签种类只能为1个
3. 上传压缩的时序图片数据集或者视频

Advanced configuration中可以设置视频压缩率、起始帧、终止帧、抽帧频率等参数，可参考CVAT用户指南按实际需要调整

step 3 点击刚刚创建的数据标注任务，点击界面左下角的「job#编号」进入数据标注界面

step 4 数据标注

CVAT后端算法会自动衔接标注帧之间未标注帧的标注信息，简单来说可通过以下操作完成一个视频片段中一个对象的标注：

1目标出现，暂停视频>2在左侧工具栏找到矩形标注框，选择Track，框选住目标>3播放视频（目标的大小或移动规律变化不大的情况下可一直播放）>4暂停视频，重复操作2

完成上述操作后，CVAT会自动衔接视频片段播放中那一段的目标标注信息

step 5 数据集导出

在通过上述操作完成对每个目标的标注后，点击Menu中Export as a dataset的MOT 1.1 。导出为MOT 1.1格式即可上传至EasyDL平台开始目标跟踪模型训练。

CVAT本地版本下载配置

目前CVAT的本地版本支持Ubuntu 18.04 (x86_64/amd64)、Windows 10、Mac OS Mojave 系统的下载安装，下面以Mac OS为例，演示如何配置CVAT本地版。

• 下载Docker for Mac ，双击Docker.dmg打开安装程序，然后将Docker应用图标拖到Applications文件夹。在启动台中双击Docker来启动Docker。可以在此处查看更多安装说明

• 安装Git工具。打开启动台，输入Terminal找到终端，打开终端输入命令

  git --version

​ 如显示未安装，按指引输入命令安装即可

• 下载并安装Google Chrome。它是CVAT支持的唯一浏览器

• 在启动台打开终端，从 GitHub拷贝CVAT源代码。*已替换为国内Git镜像

  git clone https://github.com.cnpmjs.org/opencv/cvat
  cd cvat

• 构建Docker的CVAT容器。创建容器并从DockerHub拉取最新的CVAT版本和其他所需的镜像（如postgres，redis等）

  docker-compose up -d

  *此处如出现Docker拉取镜像速度慢的情况，可在Docker设置中将官方源替换为国内镜像源

  {
    "experimental": true,
    "debug": true,
    "registry-mirrors": [
      "https://docker.mirrors.ustc.edu.cn"
    ]
  }

*如出现Docker容器中的pip下载库速度慢，可添加如下两行命令在CVAT文件夹中的Dockerfile中，将pip源替换为国内镜像源

RUN python3 -m pip install -i https://pypi.douban.com/simple/ -U pip 
RUN python3 -m pip config set global.index-url https://pypi.douban.com/simple/

• 创建本地使用的账户

  docker exec -it cvat bash -ic 'python3 ~/manage.py createsuperuser'

• 打开已安装的Google Chrome浏览器，然后转到localhost：8080。在登录页面上输入上一步骤中创建的用户登录名/密码，然后按“登录” 按钮。现在即可创建一个新的标注任务，标注的操作与本页中的在线标注一致，更多功能请查阅 CVAT用户指南以获取更多信息