CVAT 做 LiDAR 点云标注的实践指南：如何把 3D 边界框打准-港品优选

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/cvat

CVAT（Computer 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.jpg

KITTI 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。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析