CVATのannotation import で詰まったので共有

はじめに

こんにちは！yukkyです。今回はCVATを使ってみて、少し仕様を理解できたので、メモ代わりに投稿します。この記事は、以下のようなユースケースに基づいており、他のCVAT関連記事よりも実用的な内容になっていると思います。

• データはSSH先のリモートサーバーにあり、ローカルにダウンロードしない
• アノテーションの付与のみローカルPCから行う
• 既に付与されたアノテーションを編集・修正・削除する

CVATの使い方

CVATのセットアップ方法については、こちらの記事を参考にしてください。基本的には、Gitでリポジトリをクローンし、docker-composeコマンドを実行するだけでWebサーバーが立ち上がります。そのサーバーにアクセスして作業を開始します。

リモートサーバー上で立ち上げたWebサーバーにアクセスするには、以下のコマンドを実行してください。

ssh -L 8080:localhost:8080 username@remote_server_ip

さらに、リモートサーバー上のデータ（画像データ）をCVATに認識させるには、以下の内容でdocker-compose.override.ymlファイルを作成し、クローンしたCVATディレクトリに配置します。

services:
  cvat_server:
    volumes:
      - cvat_share:/home/django/share:ro
  cvat_worker_import:
    volumes:
      - cvat_share:/home/django/share:ro
  cvat_worker_export:
    volumes:
      - cvat_share:/home/django/share:ro
  cvat_worker_annotation:
    volumes:
      - cvat_share:/home/django/share:ro
  cvat_worker_chunks:
    volumes:
      - cvat_share:/home/django/share:ro

volumes:
  cvat_share:
    driver_opts:
      type: none
      device: 認識させたいimgがあるディレクトリ
      o: bind

その後、先ほどの記事を参考に、Create a new task画面でデータセットを選択する際、My computerではなくConnected file shareを選択すると、リモートサーバー上に配置した画像データを直接利用できます。

アノテーションのインポート時の注意点

ここで一つ注意点があります（私がハマったポイントです…）。Connected file shareを選択すると、そのディレクトリ構造がそのまま保持されます。例えば、docker-compose.override.ymlのdeviceフィールドに/datasを指定し、以下のようなディレクトリ構造だったとします（YOLO形式を想定）。

/datas
├── images
│   ├── train
│   │   ├── image1.jpg
│   │   ├── image2.jpg
│   │   └── ...
├── labels
│   ├── train
│   │   ├── image1.txt
│   │   ├── image2.txt
│   │   └── ...
├── train.txt
└── data.yaml

この場合、image1.jpgやimage2.jpgをアノテーションしようとすると、CVAT上では以下のようなディレクトリ構造として認識されます。

data
├── images/train/images/train
│   ├── image1.jpg
│   ├── image2.jpg
│   └── ...
├── labels/train/images/train
│   ├── image1.txt
│   ├── image2.txt
│   └── ...
├── train.txt
└── data.yaml

なぜこのような構造になるかというと、CVATは現在/datasでマウントされているため、各画像をimages/train/image1.jpgのように認識します。しかし、YOLO形式の構造であるimages/trainと重なることで、結果的にimages/train/images/train/image1.jpgのように認識されます。

このため、labelsディレクトリも同様の構造を求められるため、train.txtも上記のように修正する必要があります。あるいは、画像が直下にあるディレクトリをマウントするよう設定を変更することで、より簡単に対応できます（個人的には後者の方法がおすすめです）。

まとめ

CVATを使ったアノテーション作業では、リモートサーバー上のデータを直接利用することで、効率的なワークフローを実現できます。ただし、ディレクトリ構造の扱いには注意が必要で、特にYOLO形式のデータセットを使用する場合には、適切な設定や構造変更が求められることがあります。

この記事では、私が実際にハマったポイントや解決方法を共有しました。同じようなユースケースに直面している方の助けになれば幸いです！