CVAT 做 LiDAR 点云标注的实践指南：如何把 3D 边界框打准

CVAT 做 LiDAR 点云标注的实践指南如何把 3D 边界框打准【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/cvatCVATComputer Vision Annotation Tool是一个开源的视觉数据标注平台它的 3D 任务类型可以直接处理 LiDAR 点云标注在浏览器里对点云逐帧放置 3D 立方体是自动驾驶数据制作中常见的工具。这篇文章讲一遍从点云导入到 3D 框交付的完整路径。场景给一段城市道路点云打 3D 框想象一个实际场景一段城市道路采集数据每帧点云有几十万甚至上百万个点你需要给一辆横穿马路的行人和路边两辆停着的车打上 3D 框要求框的中心、尺寸、朝向都对得上真实物体。难的地方有三个。一是数据量大单帧点数多、帧数又多逐帧检查的工作量很大。二是精度敏感3D 框由位置、尺寸、朝向共同确定任何一项偏了这条训练标签就是错的。三是对齐问题城市场景里目标经常被前车或植被遮挡只靠一个视角确认不了位置和高度需要多个视角甚至相机图像做参照。CVAT 的 3D 任务就是围绕这件事设计的它把点云、相机图像一起导入用四视图联动的方式辅助定位再配合任务分工和复核流程交付结果。 CVAT 在 3D 标注里能做什么能力维度具体提供解决什么数据导入支持 PCD、BIN 等点云格式相机图像可与点云同目录同名一并导入多传感器数据按帧对齐标注画布透视主窗口加 Top、Side、Front 三个投影窗口从不同方向确认 3D 框位置与高度标注形状立方体 Shape单帧检测与 Track跨帧插值跟踪静态目标与移动目标对象属性按标签配置属性支持外观、属性、操作菜单目标的细粒度描述协作与导出任务拆分为 job 分配到人支持结果导出团队分工与结果交付从导入点云到交付标注四步走第一步准备数据。点云用 PCD 或 BIN 格式即可。想同时导入相机图像做参照把图像与点云放在同一目录、使用同名文件scene/ pointcloud1.pcd pointcloud1.jpg # 同一帧的相机图像 pointcloud2.pcd pointcloud2.jpgKITTI 数据集的目录布局也受支持。创建任务时选 3D 类型CVAT 会把每帧点云解析为任务里的一帧。第二步选择视图。主画布是透视窗侧边的 Top、Side、Front 投影窗只展示当前选中的对象且始终以该立方体为中心是精调位置和朝向的主要窗口。第三步绘制标注。在对象面板选 Draw new cuboid选定标签和 Shape 或 Track把立方体放到点云场景中先在投影窗里调轮廓再拖动四个角点改尺寸用中心点拖拽调整朝向。如果目标跨多帧选 Track 模式CVAT 会用插值预测中间帧的位置并维持同一 ID你只需在关键帧上校对。第四步提交复核。job 完成后把 Stage 切到 Validation 交给复核人复核通过的任务才能导出标注结果。团队分工3D 任务的复核怎么做任务创建后会被拆成多个 job可以分配给不同标注员并行处理不同帧段Owner、Assignee、Maintainer 几种角色各有权限复核人由任务负责人指派。job 的 Stage 在 Annotation 和 Validation 之间切换就形成一人标注、另一人复核的基本分工。两点提醒避免踩坑CVAT 的 Review mode带 Issue 问题上报的工具集目前不适用于 3D 任务基于共识的多次标注合并也还不支持立方体这类 3D 形状。所以 3D 点云任务的质量控制主要靠 job 指派加复核阶段的逐帧回查而不是 2D 那套问题工单流程。写在最后CVAT 把 LiDAR 点云标注变成了一条浏览器内的流水线多视图定位、立方体形状与跟踪、团队复核分工都在一套工具里完成。建议下一步先读一遍3D object annotation官方文档再用一组小规模点云完整跑一遍流程。如果对画布本身的实现感兴趣cvat-canvas3d/src/typescript 下的源码是最好的教材。【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