3D点云标注教程：labelCloud 从安装到导出的完整实操流程

3D点云标注教程labelCloud 从安装到导出的完整实操流程【免费下载链接】labelCloudA lightweight tool for labeling 3D bounding boxes in point clouds.项目地址: https://gitcode.com/gh_mirrors/la/labelCloud你手头有一批车端激光雷达点云任务是把车辆、行人一个个框出来再导出能直接喂给检测模型的标签文件。labelCloud 是一款轻量级开源点云标注工具点云放进pointclouds/在界面里画 3D 边界框标签按你选的格式写回labels/。下面按实操顺序走一遍装好、框完、导出。安装与初始化这一节完成安装、首次启动和初始配置做完直接进标注界面。最省事的方式是 pip 安装pip install labelCloud labelCloud --example # 启动并加载示例点云想改源码就先克隆仓库再装依赖git clone https://gitcode.com/gh_mirrors/la/labelCloud cd labelCloud pip install -r requirements.txt python3 labelCloud.py首次启动会弹出欢迎对话框在这里完成三件事选标注模式物体检测或语义分割、确认类别列表、选导出格式。labelCloud 启动对话框设置标注模式、类别与导出格式要长期改参数只需编辑两个文件config.ini管点云目录、默认框尺寸、标准步长等全局行为labels/_classes.json管类别增删、颜色与默认类别。拾取模式还是扩展模式两种标注模式这一节帮你按手头物体的形状二选一。对比项拾取模式 Picking扩展模式 Spanning适合对象车辆、行人等尺寸相近的物体建筑、异形零件等尺寸各异的物体操作量点 1 次依次点 4 个顶点尺寸来源config.ini里的默认长宽高每条边手动拉出特点快精度靠后续微调顶点级精度起点就准拾取模式三步点击目标物体的前上边缘滚轮调 z 轴旋转直到方向贴合系统按默认尺寸0.75 m × 0.55 m × 0.15 m自动生成边界框扩展模式三步依次点前两个顶点定长度再点两个顶点定宽度和高度后两个顶点的层高自动锁定不用担心漂移拾取与扩展两种标注模式的界面演示9自由度微调快捷键速查框画好之后这一节帮你用键盘把位置和尺寸修到贴合点云。类别快捷键作用平移W/A/S/D边界框向后、左、前、右移动平移Q/E上移 / 下移平移Ctrl 右键拖动同时改多个方向的平移尺寸I/O长度 加 / 减尺寸K/L宽度 加 / 减尺寸,/.高度 加 / 减尺寸悬停在框的某条边上 滚轮拖动该边改变对应尺寸旋转Z/X绕 z 轴旋转旋转C/V绕 y 轴旋转旋转B/N绕 x 轴旋转默认只开放 z 轴旋转config.ini中z_rotation_only True改成False即解锁三轴自由旋转。完整的 9 自由度标注正是机器人抓取、6D 位姿估计这类任务需要的数据形态。点云格式支持与标签导出点云从哪来、标签往哪去这一节一次说清。输入格式类型支持格式彩色点云*.pcd*.ply*.pts*.xyzrgb无色点云*.xyz*.xyzn*.binKITTI你可以把文件统一丢进pointclouds/目录路径在config.ini的pointcloud_folder里改。输出格式格式内容centroid_rel质心 长宽高 相对旋转角弧度centroid_abs质心 长宽高 绝对旋转角度vertices边界框 8 个顶点的三维坐标kittiKITTI 标准格式需配套标定文件kitti_untransformedKITTI 结构不做坐标变换建议下游用 KITTI 系框架就选kitti自研管线选centroid系解析最省事。导出的 KITTI 标签可直接对接 OpenPCDet、MMDetection3D 等主流 3D 检测框架。从原始点云到 3D 边界框标签的完整数据流语义分割与批量标注框标完之后只需下面几招就能再提一截效率语义分割启动对话框切到分割模式照常标框点Assign按钮框内所有点即被赋当前类别分割标签以*.bin写入labels/segmentation/每个值是点的类别索引int8批量标注多个点云放同一目录用R/F在前后样本间切换标签传播propagate_labels True时未标注的下一帧自动继承上一帧的框自定义导出继承labelCloud/io/labels/base.py中的BaseLabelFormat新增格式不动主程序高频问题问视角控制不顺手答左键拖动旋转右键拖动平移滚轮缩放P一键重置视角。问我的点云格式不支持答继承labelCloud/io/pointclouds/base.py里的BasePointCloud参考numpy.py写一个自定义读取器。问标签怎么进检测框架答kitti格式直接对接 OpenPCDet、MMDetection3D其他格式用项目自带的 Python API 做转换。问标注质量容易跑偏答定期抽查labels/下的标签文件团队统一按 docs/ 里的标注约定顶点顺序等执行。把点云丢进pointclouds/打开 labelCloud今天就能产出第一批 3D 目标检测数据集。全部参数说明与更多点云标注教程都在项目 docs/ 目录里。【免费下载链接】labelCloudA lightweight tool for labeling 3D bounding boxes in point clouds.项目地址: https://gitcode.com/gh_mirrors/la/labelCloud创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考