CVAT

CVAT se creó en Intel y se publicó como código abierto; hoy lo mantienen una empresa llamada CVAT.ai y una comunidad. Es una herramienta web para etiquetar datos de visión por computador: dibujar cuadros delimitadores, polígonos, polilíneas, puntos y máscaras, y asignar clases a imágenes o fotogramas de vídeo. Sirve para tareas como detección de objetos, segmentación, seguimiento en vídeo y clasificación, y exporta a formatos habituales como COCO, YOLO y Pascal VOC.

La automatización acelera el trabajo. La interpolación rellena los cuadros entre fotogramas clave en vídeo, y los modelos pueden preetiquetar los datos, con integraciones con Segment Anything y otros detectores, de forma que los anotadores solo corrigen los errores. Los proyectos tienen roles, flujos de revisión y controles de calidad para equipos, y la herramienta puede alojarse por cuenta propia con Docker, lo que mantiene los datos privados. Una versión en la nube en app.cvat.ai ofrece acceso alojado a quienes no quieran ejecutarla ellos mismos.

La edición comunitaria autoalojada es gratuita. La empresa también vende planes alojados, funciones para empresas y servicios de etiquetado. Instalar y mantener un servidor propio requiere algo de conocimiento técnico. Label Studio es el otro etiquetador de código abierto popular, Roboflow y Labelbox ofrecen plataformas comerciales, y Supervisely y V7 compiten en funciones. CVAT es una buena opción para equipos que quieren control sobre sus datos y una herramienta gratuita y probada.