【新闻】训练深度神经网络需要海量经过分类的数据，而对数据分类需要耗费大量的时间，特别是那些包含有几十万个对象的数据库。为了减轻数据注解者和数据科学家们的负担，因特尔开源了其计算机视觉注解工具CVAT，该工具包被设计用于提升 注解训练计算机视觉所需的视频图像的效率。

　　因特尔在博客中写道：“为了加快这一过程，我们开发了CVAT工具包，一般来说，注解分类数据的方法有很多，但是CVAT等特殊工具会带来更高的效率。”

因特尔

　　CVAT通过Docker被部署，并且用户可以借助基于浏览器的界面对其进行访问，它还拥有为协同任务而优化过的管理系统。CVAT支持用于物体探测、图像分类、图像分割监控式机器学习任务，此外它还可以将图像中的物体归为四类：方形、多边形、折线形和点状。

　　有了CVAT，数据注解者在执行复制传播对象、应用筛选器、调整视觉设置以及借助谷歌TensorFlow架构的物体检测API进行自动注解等任务时便有了大量的工具可供使用。CVAT可以很好地同因特尔的OpenVino、英伟达的Cuda和ELK分析系统搭配使用。

　　CVAT眼下还在开发中，因特尔指出公司只在Chrome平台上对该工具包进行了大规模测试，并表示Chrome沙盒对工具包的表现产生了负面影响，但因特尔保证会尽快修正这一问题。

　　因特尔表示：“我们为专业的分类和算法团队开发了CVAT，在这一过程中也得到了他们的支持，我们努力去添加这些团队认为有价值的特性。来自用户的反馈也在帮助因特尔决定CVAT未来的开发方向，我们希望进一步提高CVAT工具包的用户体验、功能集、稳定性、自动化特性以及同其它服务融合的能力，我们也鼓励社区成员在这一过程中发挥积极作用。”