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/cvat

CVAT（Computer 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：

第二步，创建任务。在 Tasks 页面点 +，上传归档，Dimension 选择 3D；CVAT 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，Alt+J/L、Alt+U/O 平移，Alt+K/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(host="https://your-cvat-server", token="<token>") task = client.tasks.create(name="urban_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

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 Shift+N 剪切、Ctrl+C/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：

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