# cvat_version_manager

**Repository Path**: zhouwenguang/cvat_version_manager

## Basic Information

- **Project Name**: cvat_version_manager
- **Description**: CVAT YOLO 导出包合并工具、数据集划分工具、数据集版本管理器、数据集版本变更记录
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-27
- **Last Updated**: 2026-06-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 试卷版面结构检测

基于 YOLO 的试卷版面结构分析，支持 12 类元素的检测：标题、时间分数、学生信息、选择题、填空题、解答题、图表、公式等。

## 快速开始

1. **配置 CVAT 连接**：复制 `config.json.example` 为 `config.json`，填入 CVAT 地址和账号
2. **启动流水线**：双击 `run_pipeline.bat`，或运行 `python scripts/pipeline.py`
3. **查看训练结果**：模型保存在 `runs/exam_layout_train/weights/`

## 项目结构

```
├── config.json.example       # CVAT 配置模板
├── run_pipeline.bat         # 一键启动流水线
├── train-layout.py          # YOLO 训练脚本
├── data.yaml               # 数据集配置
├── tags.txt                # 标签定义（12类）
├── scripts/                # 工具脚本
│   ├── pipeline.py         # 自动化流水线
│   ├── cvat_api.py        # CVAT API
│   ├── merge_cvat_exports.py
│   ├── split_dataset.py
│   └── version_manager.py
└── datasets/               # 数据集目录（自动生成）
```

## 标签（12类）

`title_large` | `time_score` | `student_info` | `question_non_choice` | `question_choice` | `question_choice_options` | `illustration` | `header` | `footer` | `table` | `formula` | `answer_area`

详细说明见 `CVAT_annotation_guide.md`。

## 文档

- **标注规范**：`CVAT_annotation_guide.md`
- **流水线使用**：`scripts/README.md`
- **训练参数**：`exam_layout_training_params.md`
- **训练策略**：`docs/training_strategy.md`（合并训练 vs 增量微调）