如何快速上手 CVAT自动驾驶 LiDAR 点云标注完整指南【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一帧 LiDAR 点云上可能有上百万个点手动逐个拉框根本来不及。CVAT 是一款开源计算机视觉标注平台它的 3D 模式能加载 PCD、Velodyne BIN 等点云数据在透视加顶视、侧视、前视的四个同步视图里绘制和微调 3D 立方体框再配合模型预标注与团队质检是自动驾驶点云标注工具的常见选择。 为什么用 CVAT 做 LiDAR 点云标注四视图互相校验是选 CVAT 做 3D 标注的最主要原因。CVAT 定位为构建视觉 AI 数据集的平台3D 渲染由 cvat-canvas3d/ 模块完成TypeScript 加 WebGL点云直接在浏览器里跑起来。它对点云标注的价值在于四点透视窗与 Top、Side、Front 三个投影窗实时联动在任意图里调整3D 框立刻跟着变Track 模式按帧插值预测位置同一辆车不用每帧重画模型预标注支持 ONNX、TensorFlow 等格式的推理模型先出候选框再人工精修内置团队流程阶段流转、多人共识标注、质检需求自动对比 三步出结果导入、四视图拉框、定属性第一步CVAT 点云数据导入步骤创建任务时选 3D 类型上传点云压缩包。Velodyne 雷达数据的目录结构是这样的velodyne_points/ data/ image_01.bin data/ image_01.png.pcd文件则按pointcloud/结构放同名相机图片放进related_images/会出现在透视窗右上角作对照。注意同一任务里不能混放 2D 和 3D 数据具体结构以官方文档 tasks-page.md 的 3D 章节为准。第二步四视图如何画 3D 框在右侧 Objects 面板点 Draw new cuboid选中标签选 Shape单帧或 Track跟踪。鼠标跟着一个立方体单击放到点云里然后到下方三个投影窗拖动边缘对齐。投影窗把选中的框压成矩形显示宽高最准。拖四个角点改尺寸拖中心点旋转AltJ/AltL 这类快捷键微调位置。第三步如何设定立方体属性选中立方体后在详情面板填写标签属性比如遮挡、截断标记。同一面板能直接输入精确的长宽高X/Y/Z框会按当前朝向自动调整比鼠标拖更稳。CVAT点云标注属性设置模式界面⚡ 点云标注提效的两个办法预标注加并行作业是缩短交付周期的标准打法。模型预标注在 Models 里接入训练好的模型先批量生成候选框标注员只精修和补漏重复场景效率一般提升 3 到 5 倍Track 插值首帧画框后按时间连续性推算中间帧只在关键帧确认序列工作量可省 5 到 10 倍团队协作按阶段分配流转同一 job 开多人共识取多数结果质检需求按 IoU 自动算出两份标注的偏差选择模式适用场景差别Shape单帧或稀疏目标每帧一个框逐帧人工确认Track连续出现的物体唯一 ID 贯穿序列靠插值省力 点云标注踩坑与实用技巧清单式排雷按顺序过一遍能省大量返工时间。点云太密卡画面导入前先体素化用三维网格把密集的点打格降采样渲染明显更顺序列太长多段数据放同一 Project拆开成多个 task 管理最后统一导出透视视图容易藏尺寸误差习惯去 Top 和 Front 视图核三维要精确就手输尺寸频繁复制CtrlC 复制在 3D 空间双击放置ShiftN 是剪切适合同型车辆连续出现先自检再交付开 IoU 质检需求和共识标注对比偏差大的先改再交常见问题 FAQQCVAT 支持哪些点云格式主要是 Velodyne 原始.bin和.pcd两类压缩包目录按velodyne_points/或pointcloud/的约定组织相机参考图放related_images/。完整结构见 site/content/en/docs/workspace/tasks-page.md。Q为什么要同时看四个视角单独看 3D 透视窗很难判断深度和尺寸三个投影窗把选中框压到平面上宽高一眼可核。就像从四个方向量同一个纸箱哪个面标错都藏不住。Q预标注结果如何校正模型输出的框会进入对象列表按普通立方体处理选中后在投影窗微调边缘或在详情面板输入精确尺寸目标连续出现就改用 Track让插值接管中间帧。这套流程适合标注自动驾驶传感器数据的团队、搭 3D 检测训练集的实验室以及想对比开源 3D 标注工具的工程师。把仓库克隆到本地跑起服务后创建你的第一个 3D 任务从画第一个立方体框开始上手git clone https://gitcode.com/GitHub_Trending/cvat/cvat【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
