CVAT自动标注避坑指南：从nuctl安装到YOLOv5模型部署的完整流程

CVAT自动标注避坑指南：从nuctl安装到YOLOv5模型部署的完整流程

最近在搭建CVAT的自动标注环境，想把YOLOv5模型集成进去，让标注工作能自动化跑起来。本以为照着官方文档一步步走就行，结果从安装nuctl工具开始，就踩了无数个坑，尤其是网络环境带来的镜像拉取问题，差点让我直接放弃。这篇文章，就是把我从零开始，折腾了快一个礼拜才跑通的完整流程，以及中间遇到的那些“坑”和解决方案，毫无保留地分享出来。如果你也是初次接触CVAT的自动标注功能，或者在国内网络环境下部署遇到了阻碍，那这篇指南应该能帮你省下不少时间。

我的目标很明确：在一台已经装好CVAT的Ubuntu服务器上，部署一个基于CPU的YOLOv5自动标注函数。听起来简单，但每一步都可能因为版本、网络或配置细节而卡住。下面，我就把整个过程拆解成几个关键部分，我们一步步来。

1. 环境准备与nuctl工具安装

首先，确保你的CVAT核心服务已经通过docker-compose正常启动并运行。这是所有后续操作的基础。你可以通过 docker-compose ps 命令来确认 cvat_server 和 cvat_ui 等服务状态是否为 up。

接下来，我们要引入CVAT的Serverless（无服务器）组件，这是实现自动标注功能的核心。它允许你将AI模型（如YOLOv5）作为函数部署，由CVAT在需要标注时自动调用。启动这个组件需要额外的配置文件：

docker-compose -f docker-compose.yml -f components/serverless/docker-compose.serverless.yml up -d

执行这个命令后，会启动 nuclio 相关的容器，这是负责运行和管理这些AI函数的平台。

现在，我们需要在宿主机上安装 nuctl 命令行工具，它是与Nuclio平台（CVAT自动标注的底层框架）交互的主要方式。这里第一个大坑来了：版本必须严格匹配。

不要随意去官网下载最新版。正确的做法是，查看CVAT项目中指定的版本。打开配置文件：

vim components/serverless/docker-compose.serverless.yml

在文件里搜索 nuctl 或者 NUCLIO_VERSION，你会找到类似 1.8.14 这样的版本号。记下它，然后去Github的Nuclio发布页下载对应版本。例如，版本是1.8.14，则使用wget下载：

wget https://github.com/nuclio/nuclio/releases/download/1.8.14/nuctl-1.8.14-linux-amd64

下载完成后，它是一个可执行文件，我们需要给它赋予执行权限，并放到系统路径下，方便全局调用：

sudo chmod +x nuctl-1.8.14-linux-amd64
sudo mv nuctl-1.8.14-linux-amd64 /usr/local/bin/nuctl

注意：有些教程建议使用 ln -s 创建软链接，但直接移动 (mv) 更简单直接，效果一样。确保 /usr/local/bin 在你的 PATH 环境变量中。

安装完成后，运行 nu