CVAT 点云标注3 步把一堆 PCD 标成 3D 框【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat数据组丢给你一个文件夹300 个驾驶片段每片段一堆 .pcd 文件单帧几十上万个点。要求也直白把车、行人一个个框出来给算法同事做 3D 检测训练。拿散装工具手拉框没有版本、没有质检一天过去你可能还卡在前十帧。CVAT 的 3D 点云标注就是干这个的把点云按标准结构传上去它自动识别成 3D 任务你在浏览器里对着四个联动视角干活不用装本地软件。CVAT 能干什么CVAT 是一个开源的数据标注平台覆盖图像、视频和 3D 点云。对自动驾驶团队来说它的价值集中在 3D 边界框上四视图联动浏览器里画立方体立方体跟踪跨帧自动插值支持 PCD、Velodyne .bin 点云同步相机图辅助判类别可导出 KITTI raw 等格式把点云档案打成标准结构CVAT 靠压缩包里的目录结构判断任务是 2D 还是 3D所以第一步是把点云和同步的相机图按文档里的布局打包。2D 和 3D 数据不能混在同一个任务里这点从建任务前就要规划好。常用的 3D 结构有四种档案结构适用情况velodyne_points/data/*.binIMAGE_xx/*.pngVelodyne 原始数据典型自驾采集pointcloud/*.pcdrelated_images/名字_pcd/*.png通用点云配每帧相机图data/*.pcd与同名图片放一起最小配置最省事data/场景名/*.pcdcontext_*.png按场景分文件夹组织相机图会变成“上下文图像”显示在透视视图里。点云着色差的时候对着相机图确认“这坨点长什么样”是判类别的刚需。打包时注意命名一个 .pcd 对应一帧related_images子文件夹名必须和 .pcd 文件名一致。建任务的顺序是固定的在任务页点新建先定义标签和属性上传打好的压缩包CVAT 自动识别成 3D 任务检查预览确认上下文图像关联正确提交并打开进入标注画布画立方体用投影视图抠细节任务打开后画布分四个区域Perspective 透视主视图加 Top、Side、Front 三个投影。画框的流程是固定的左侧对象面板选 “Draw new cuboid”挑标签选 Shape单帧标注或 Track跟踪在 3D 场景里点击放下立方体在三个投影视图里微调位置和大小按住左键直接拖拖四个角点改长宽高拖中点绕竖直轴旋转在详情面板直接输入三维尺寸数值适合把一类车统一成固定规格视角操作靠快捷键Shift 加方向键转相机AltK/I 缩放AltJ/L/U/O 做小幅平移。复制是 CtrlC但和 2D 任务不同粘贴后还要双击才能在 3D 空间落位ShiftN 可以剪下一个立方体挪给同帧的另一个目标复用。让同一个目标跑完整段序列移动目标逐帧画是纯浪费。选 Track 模式后CVAT 给这个立方体分配唯一 ID整个序列里保持不变。工作流变成首帧以及若干关键帧画准中间帧的位置由 CVAT 插值预测你只需要回头修正个别明显跑偏的插值结果。节奏是首帧画立方体往前翻几帧插值不对就调直到目标离开画面再结束这条 track。新目标画新立方体。长序列再配合 frame step 设置只标每 N 帧工作量通常能降到原帧数的一小半剩下的交给插值。值得翻的几个效率开关3D 点云标注要上量第一段话就是并行。用 Segment size 把长序列切成多个 job 分给不同人标注完自动合并。这是 3D 标注扩到十人规模的关键。数据不用搬家把 bucket 注册成 cloud storage建任务时直接引用对象键几十 GB 的点云不经过本地磁盘。属性提前定义在标签设置里把occluded、truncated建好做成 checkbox 类型。导出 KITTI raw 时直接可用省掉一轮后处理。质检有现成模块quality control 支持按规则做一致性检查consensus 支持多人标同一份数据再合并。新人培训和标准校准都靠它。这些边界要先知道⚠️ 下面是真实限制选型前先看点云格式只认 PCD 和 Velodyne .bin。LAS、PLY 这类常见格式没有导入支持别围绕它们规划流程。立方体有几何约束竖直边固定平行于竖直方向不能整体倾斜。立着的车没问题倒伏的物体就麻烦了。投影视图只显示当前选中的对象别指望在侧视图里看全场景。3D 模式目前以立方体标注为主没有“逐点上色”式的点云语义分割。渲染压力在客户端浏览器。大场景、多帧数在中端笔记本上会吃力批量开工前先测下帧率。延伸模块分布与快速上手代码分层很清晰cvat-canvas3d 是 WebGL 渲染层cvat-core 里的立方体数据模型 定义形状属性dataset_manager 的格式层 负责导入导出。想扩展功能从这里下手不迷路。本地最快启动git clone https://gitcode.com/GitHub_Trending/cvat/cvat 然后跑 docker compose up就能得到一个完整的标注服务。SDK 用法可参考 cvat-sdk 的 examples 目录建点云任务的大致形态from cvat_sdk import make_client, models from cvat_sdk.core.proxies.tasks import ResourceType with make_client(https://your-cvat-server, access_token你的token) as client: task client.tasks.create_from_data( specmodels.TaskWriteRequest( nameUrban_LiDAR, labels[ models.PatchedLabelRequest(namecar), models.PatchedLabelRequest(namepedestrian), ], ), resource_typeResourceType.SHARE, resources[lidar/00001.pcd, lidar/00002.pcd], data_params{cloud_storage_id: 1}, # 已注册的云存储 id ) print(fTask created: {task.id})开头那 300 个片段不用从第 1 帧硬拉了。这周末就可以把第一批点云按标准结构打包丢进 CVAT画完第一个立方体手感就出来了。接下来要做的是把点云标注流程固化成团队每天在跑的日常。【免费下载链接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.项目地址: https://gitcode.com/GitHub_Trending/cvat/cvat创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
