CVAT 入门指南：LiDAR 点云标注与 3D 框怎么打-编程实验室

CVAT 入门指南：LiDAR 点云标注与 3D 框怎么打

【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

给模型团队交付一批街景点云数据：几千帧 LiDAR 扫描，每帧都要框出车辆、行人。听起来机械，做起来才知道 LiDAR 点云标注有多磨人。CVAT 是这样一个开源标注平台，把 3D 点云标注装进了浏览器，从导入、画 3D 框到质检导出都能完成。

LiDAR 点云标注为什么难

一个 3D 框要定 7 个参数：中心坐标、长宽高、朝向角。俯视图里一辆车就是个矩形，朝向角偏了 10 度根本看不出来；透视视图里远处的车位置偏了几厘米也照样"看着挺对"。单靠一个视角判断空间关系，错误很容易溜过去，必须多视角交叉核对。

量也是问题。单帧 LiDAR 数据动辄几百万个点，序列场景要上千帧。全程手画框，团队还没交付模型团队就要先离职。点云标注这件事，既要扛住数据量，又要守住精度，工具选错了就是双倍痛苦。

先体验：CVAT 的 3D 标注画布

打开一个 3D 任务，你会看到一个四联窗口：顶部主窗口是透视图，底部并排挂着 Top、Side、Front 三个正交投影视图。点云由 WebGL 直接渲染，转起来不卡；四个视图背后的 CVAT 3D 标注源码是独立模块，TypeScript 编写，鼠标键盘操作各视图互相同步。

官方对这套界面的说明在 3D 任务工作区文档。如果任务里还带了关联相机图像，透视图里可以叠出 context image，3D 框和真实画面对着看，类别判断不容易跑偏。

点云标注上手三步

第一步：导入点云数据。新建任务时把维度设为 3D，上传 zip 压缩或单文件均可。CVAT 服务端会识别数据维度，并把点云统一转换成 PCD 处理。常见 LiDAR 点云标注格式对照如下：

格式	扩展名	典型用途
PCD	.pcd	点云数据交换的标准格式，CVAT 直接支持
BIN	.bin	自动驾驶数据集里常见的原始 LiDAR 扫描
PLY	.ply	通用几何点/面数据，建模与扫描领域常用

目前服务端开箱即用的是 PCD 与 BIN，其他格式的点位可以离线转成这两种再上传。

第二步：多视图标注。在透视图拖出 3D 框后，去投影视图里精修：Top 核对平面位置和朝向，Side 微调高度与尺寸，Front 确认前后关系。选中对象时，三个投影视图只渲染这个对象，相当于给它开了独立镜头，精修体验很顺手。

第三步：属性与标签。右侧面板切 Objects 视图管理对象、切 Labels 视图维护类别，支持按 ID 或标签排序，显示着色可选 Label、Instance、Group。给每个 3D 框绑上类别，再挂颜色、尺寸这类自定义属性，一帧的标注才算闭环。

效率与质量怎么抓

提效一条线：CVAT 可以挂接模型服务做服务器端预标注，训练好的检测模型先把框打上，标注员从"画"变成"改"；时序场景里再叠上跟踪和插值，把前一帧的结果带到当前帧，重复劳动少一大截。

把关一条线：Review 审核模式加共识机制做交叉验证，同一份作业两人独立标、结果互检；质量报告按你配置的规则算匹配度，不达标的框能直接定位出来。作业可以分配到个人，进度面板和评论系统让问题有处可查、有人认领。

规模化与生态

性能上，大规模点云靠体素降采样、空间索引和分块加载来扛，避免整帧数据一次性塞进浏览器，已处理结果走缓存复用。生态上，CVAT 提供 Python SDK 和 REST API，建任务、传数据、拉结果全都能脚本化：

# cvat_sdk：远程创建 3D 点云任务 from cvat_sdk.api_client import Client client = Client('http://localhost:8080') client.login(username='admin', password='...') task = client.tasks.create( name='street_lidar', labels=[{'name': 'car'}, {'name': 'pedestrian'}], size=200, segmentation='cuboids', # 3D 任务 ) task.upload_data('scene.zip')

自动驾驶数据集标注、高精地图要素标注、机器人导航数据生产，这几类场景它都能接住；开源标注平台属性意味着可以本地部署，数据不用出内网。