CVAT 3D 点云标注从 LiDAR 数据到自动驾驶数据集的完整链路【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的 3D 标注能力让你在浏览器里完成 LiDAR 点云标注的完整链路服务端自动识别 .pcd 点云与 Velodyne .bin 数据并统一转换cvat-canvas3d/ 前端画布提供透视加三个正投影的同步编辑cuboid 标注配合 Track 插值把原始点云变成 3D 检测与跟踪数据集。值得关注的是它把点云标注纳入了和 2D 任务相同的项目、质检与团队协作体系而不是一个孤立的桌面工具。 快速认知3D 标注链路如何组成核心组成可以拆成四层cvat-canvas3d/TypeScript 编写的 3D 画布模块负责点云渲染与 cuboid 绘制编辑对外暴露 perspective、top、side、front 四个视图节点。cvat/apps/engine/media_extractors.py后端媒体抽取器上传时自动检测数据维度并把 Velodyne 的 .bin 点云转换成 .pcd 统一处理。上下文图像机制数据集中带同步相机图时透视窗口可并排显示 context image帮助判断点云里的物体类别。cvat-sdk/Python SDK覆盖建任务、传数据、导入导出标注的全流程支持脚本化批处理。技术栈上前端是 TypeScript 加 WebGL 渲染多视图状态由同一个 3D 模型对象维护任一视图的编辑都会同步到其他视图。 上手路径从点云归档到第一个 3D 标注第一步按目录结构组织点云归档。创建 3D 任务时归档必须是下面四种结构之一且 2D 与 3D 数据不能混在同一个任务里数据格式目录结构适用说明Velodynevelodyne_points/data/.bin data/.png原始 LiDAR 二进制数据服务端自动转 pcd3D pointcloudpointcloud/.pcd related_images/点云与上下文图像分开组织3D Option 1data/image.pcd image.png点云与图像同名配对3D Option 2data/image_1/image_1.pcd context_*.png点云同目录放多张上下文图第二步创建任务。在 Tasks 页面点 上传归档Dimension 选择 3DCVAT 会根据点云文件自动确认数据维度。第三步画第一个 cuboid。在 Objects 面板选择 Draw new cuboid选标签选 Shape 或 Track光标会跟随一个立方体放到场景中后用投影窗口微调位置和尺寸拖动中点旋转朝向。第四步熟悉导航。Shift方向键旋转相机AltJ/L、AltU/O 平移AltK/I 缩放投影窗口支持直接保存或拷贝当前视图截图。第五步可选本地部署。克隆仓库后用仓库根目录的 docker-compose.yml 通过 docker compose 拉起服务端git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d如果想跳过 UI 用脚本建任务SDK 的调用骨架如下from cvat_sdk import make_client client make_client(hosthttps://your-cvat-server, tokentoken) task client.tasks.create(nameurban_lidar_01) task.upload_data(scenes.zip) 能力拆解多视角同步标注与 cuboid 工具集四视图画布透视为主投影微调透视Perspective是主工作窗口提供点云场景的 3D 空间感知也是放置、旋转 cuboid 的主要操作面。Top / Side / Front 三个投影绑定在当前选中的 cuboid 上选中后投影以该物体为中心把它呈现为一个 2D 矩形此时在投影里拖拽就等于在 3D 空间里精确调整。投影只显示选中的那个物体在遮挡严重的城市街景里这一点比纯 3D 拖拽更容易对齐。Shape 与 Track单帧标注与序列跟踪模式工作方式适用场景Shape每帧独立标注无连续性物体只出现一帧、或需要逐帧校验位置Track基于插值预测后续帧位置唯一 ID 贯穿序列同一物体跨帧跟踪减少重复劳动Track 模式下你在第 1 帧放好 cuboid前进几帧后它会出现在对应位置插值结果只需微调不用每帧重画。对一条行车轨迹来说工作量差距是明显的。cuboid 还提供两个细节能力一是 objects 侧边栏的 details 面板可以手动输入 X长、Y宽、Z高三个尺寸数值适合车辆这类尺寸已知的物体二是外观选项里可以开关 cuboid 朝向箭头X 红、Y 绿、Z 蓝俯仰角对齐时更直观。另外cuboid 支持 ShiftN 剪切、CtrlC/V 复制粘贴粘贴时需要双击把物体放到 3D 空间里批量摆放重复物体时会用到。LiDAR 加相机多模态联动当归档里带同步相机图related_images 目录或点云同目录的图像时透视窗口会自动带出 context image。点云擅长几何与位置但类别区分车、人、骑行者有时看不清标注员对照相机帧判断类别这是 CVAT 提升点云标注准确率的关键机制。⚙️ 质量与效率从个人速度到团队产出效率侧有三个主要抓手分段并行高级配置里的 Segment size 可以把大集拆成多个段落分配成不同 job 给多名标注员同一任务上并发标注。插值减负Track 模式标注关键帧中间帧由插值补齐单个物体的手工标注帧数大幅下降。在线处理任务创建时开启 Use cache 后数据 on-the-fly 处理并缓存减少任务创建前的等待时间。质量侧cvat/apps/quality_control/ 提供了系统化的质检机制机制作用一致性检查比较同一物体不同帧标注的几何差异IoU 不达标即标记属性比对校验同一物体跨帧的属性值是否一致质量报告生成质检报告定位需要返工的帧与物体可导出复查建议的流程是先在项目里配好质量需求consistency、属性比对规则标注员按 job 分段标注质检报告出来后再定向返修而不是全量人工复审。批量场景下cvat-sdk 与 cvat-cli 都支持脚本化导入导出质检后的修正标注可以走同一套 API 回写。 落地参考自动驾驶 LiDAR 标注场景典型配置思路把街景按片段组织归档每段一个 .pcd 配同步相机帧Dimension 建为 3D标签体系定义 car、pedestrian、cyclist 等类别并为标签配置 occluded、truncated 属性用 Track 模式完成整条轨迹跟踪投影窗口负责精细对齐质量报告负责收尾抽查。几个实际限制要提前知道2D 与 3D 数据不能混在同一任务。想同时标注相机图走 context image 机制而不是再建一个 2D 任务去对齐。.bin 仅支持 Velodyne 目录结构服务端会将其转为 .pcd其他原始格式建议先转成 .pcd 再上传。点云渲染和传输受浏览器与网络带宽约束超大场景建议用分段把单任务规模压下来。团队协作依赖 job 分配与质检流程权限、任务分配建议在标注员入场前配好避免事后返工。 延伸与展望自动化预标注仓库提供 components/serverless/ 的 serverless 部署配置把预训练模型挂成服务后可先跑预标注再人工修正。数据集对接数据集导出支持多种格式dataset_manifest.md 中专门描述了 3D 点云数据可直接对接下游训练管线。开发者接口REST API 加 cvat-sdk标注平台可以嵌进自己的 CI/数据处理流水线。CVAT 的 3D 标注不只是一个浏览器里的 3D 工具而是把点云数据、渲染、质检、协作放进同一条流水线数据层统一 pcd 与 bin渲染层是四视图同步画布质量层是 quality_control出口是 SDK 与多格式导出。如果团队正在启动自动驾驶数据标注建议先用小规模场景跑通归档 → 3D 任务 → Track 标注 → 导出四步验证格式和标签体系再放大分段规模并接入质检流程。【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 
长河君 · 2026/9/10 10:46:19 · 阅读 1.2k CVAT 3D 点云标注：从 LiDAR 数据到自动驾驶数据集的完整链路
CVAT 3D 点云标注从 LiDAR 数据到自动驾驶数据集的完整链路【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的 3D 标注能力让你在浏览器里完成 LiDAR 点云标注的完整链路服务端自动识别 .pcd 点云与 Velodyne .bin 数据并统一转换cvat-canvas3d/ 前端画布提供透视加三个正投影的同步编辑cuboid 标注配合 Track 插值把原始点云变成 3D 检测与跟踪数据集。值得关注的是它把点云标注纳入了和 2D 任务相同的项目、质检与团队协作体系而不是一个孤立的桌面工具。 快速认知3D 标注链路如何组成核心组成可以拆成四层cvat-canvas3d/TypeScript 编写的 3D 画布模块负责点云渲染与 cuboid 绘制编辑对外暴露 perspective、top、side、front 四个视图节点。cvat/apps/engine/media_extractors.py后端媒体抽取器上传时自动检测数据维度并把 Velodyne 的 .bin 点云转换成 .pcd 统一处理。上下文图像机制数据集中带同步相机图时透视窗口可并排显示 context image帮助判断点云里的物体类别。cvat-sdk/Python SDK覆盖建任务、传数据、导入导出标注的全流程支持脚本化批处理。技术栈上前端是 TypeScript 加 WebGL 渲染多视图状态由同一个 3D 模型对象维护任一视图的编辑都会同步到其他视图。 上手路径从点云归档到第一个 3D 标注第一步按目录结构组织点云归档。创建 3D 任务时归档必须是下面四种结构之一且 2D 与 3D 数据不能混在同一个任务里数据格式目录结构适用说明Velodynevelodyne_points/data/.bin data/.png原始 LiDAR 二进制数据服务端自动转 pcd3D pointcloudpointcloud/.pcd related_images/点云与上下文图像分开组织3D Option 1data/image.pcd image.png点云与图像同名配对3D Option 2data/image_1/image_1.pcd context_*.png点云同目录放多张上下文图第二步创建任务。在 Tasks 页面点 上传归档Dimension 选择 3DCVAT 会根据点云文件自动确认数据维度。第三步画第一个 cuboid。在 Objects 面板选择 Draw new cuboid选标签选 Shape 或 Track光标会跟随一个立方体放到场景中后用投影窗口微调位置和尺寸拖动中点旋转朝向。第四步熟悉导航。Shift方向键旋转相机AltJ/L、AltU/O 平移AltK/I 缩放投影窗口支持直接保存或拷贝当前视图截图。第五步可选本地部署。克隆仓库后用仓库根目录的 docker-compose.yml 通过 docker compose 拉起服务端git clone https://gitcode.com/GitHub_Trending/cvat/cvat cd cvat docker compose up -d如果想跳过 UI 用脚本建任务SDK 的调用骨架如下from cvat_sdk import make_client client make_client(hosthttps://your-cvat-server, tokentoken) task client.tasks.create(nameurban_lidar_01) task.upload_data(scenes.zip) 能力拆解多视角同步标注与 cuboid 工具集四视图画布透视为主投影微调透视Perspective是主工作窗口提供点云场景的 3D 空间感知也是放置、旋转 cuboid 的主要操作面。Top / Side / Front 三个投影绑定在当前选中的 cuboid 上选中后投影以该物体为中心把它呈现为一个 2D 矩形此时在投影里拖拽就等于在 3D 空间里精确调整。投影只显示选中的那个物体在遮挡严重的城市街景里这一点比纯 3D 拖拽更容易对齐。Shape 与 Track单帧标注与序列跟踪模式工作方式适用场景Shape每帧独立标注无连续性物体只出现一帧、或需要逐帧校验位置Track基于插值预测后续帧位置唯一 ID 贯穿序列同一物体跨帧跟踪减少重复劳动Track 模式下你在第 1 帧放好 cuboid前进几帧后它会出现在对应位置插值结果只需微调不用每帧重画。对一条行车轨迹来说工作量差距是明显的。cuboid 还提供两个细节能力一是 objects 侧边栏的 details 面板可以手动输入 X长、Y宽、Z高三个尺寸数值适合车辆这类尺寸已知的物体二是外观选项里可以开关 cuboid 朝向箭头X 红、Y 绿、Z 蓝俯仰角对齐时更直观。另外cuboid 支持 ShiftN 剪切、CtrlC/V 复制粘贴粘贴时需要双击把物体放到 3D 空间里批量摆放重复物体时会用到。LiDAR 加相机多模态联动当归档里带同步相机图related_images 目录或点云同目录的图像时透视窗口会自动带出 context image。点云擅长几何与位置但类别区分车、人、骑行者有时看不清标注员对照相机帧判断类别这是 CVAT 提升点云标注准确率的关键机制。⚙️ 质量与效率从个人速度到团队产出效率侧有三个主要抓手分段并行高级配置里的 Segment size 可以把大集拆成多个段落分配成不同 job 给多名标注员同一任务上并发标注。插值减负Track 模式标注关键帧中间帧由插值补齐单个物体的手工标注帧数大幅下降。在线处理任务创建时开启 Use cache 后数据 on-the-fly 处理并缓存减少任务创建前的等待时间。质量侧cvat/apps/quality_control/ 提供了系统化的质检机制机制作用一致性检查比较同一物体不同帧标注的几何差异IoU 不达标即标记属性比对校验同一物体跨帧的属性值是否一致质量报告生成质检报告定位需要返工的帧与物体可导出复查建议的流程是先在项目里配好质量需求consistency、属性比对规则标注员按 job 分段标注质检报告出来后再定向返修而不是全量人工复审。批量场景下cvat-sdk 与 cvat-cli 都支持脚本化导入导出质检后的修正标注可以走同一套 API 回写。 落地参考自动驾驶 LiDAR 标注场景典型配置思路把街景按片段组织归档每段一个 .pcd 配同步相机帧Dimension 建为 3D标签体系定义 car、pedestrian、cyclist 等类别并为标签配置 occluded、truncated 属性用 Track 模式完成整条轨迹跟踪投影窗口负责精细对齐质量报告负责收尾抽查。几个实际限制要提前知道2D 与 3D 数据不能混在同一任务。想同时标注相机图走 context image 机制而不是再建一个 2D 任务去对齐。.bin 仅支持 Velodyne 目录结构服务端会将其转为 .pcd其他原始格式建议先转成 .pcd 再上传。点云渲染和传输受浏览器与网络带宽约束超大场景建议用分段把单任务规模压下来。团队协作依赖 job 分配与质检流程权限、任务分配建议在标注员入场前配好避免事后返工。 延伸与展望自动化预标注仓库提供 components/serverless/ 的 serverless 部署配置把预训练模型挂成服务后可先跑预标注再人工修正。数据集对接数据集导出支持多种格式dataset_manifest.md 中专门描述了 3D 点云数据可直接对接下游训练管线。开发者接口REST API 加 cvat-sdk标注平台可以嵌进自己的 CI/数据处理流水线。CVAT 的 3D 标注不只是一个浏览器里的 3D 工具而是把点云数据、渲染、质检、协作放进同一条流水线数据层统一 pcd 与 bin渲染层是四视图同步画布质量层是 quality_control出口是 SDK 与多格式导出。如果团队正在启动自动驾驶数据标注建议先用小规模场景跑通归档 → 3D 任务 → Track 标注 → 导出四步验证格式和标签体系再放大分段规模并接入质检流程。【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