labelCloud
labelCloud 是一款轻量级的开源工具,专为在点云数据中标注 3D 边界框而设计。它有效解决了自动驾驶、机器人感知等领域中,对三维空间物体进行快速、精准人工标注的难题,填补了高效 3D 标注工具的空白。
这款软件非常适合计算机视觉研究人员、算法工程师以及需要处理激光雷达或深度相机数据的技术开发者使用。labelCloud 的核心亮点在于其灵活且人性化的交互模式:用户既可以通过“拾取模式”快速定位并调整边框,也能利用“跨度模式”通过选取顶点精确构建长宽高。此外,它还支持键盘快捷键修正、鼠标滚轮微调尺寸,甚至允许开启全自由度(9 DoF)旋转,以应对复杂角度的物体标注需求。
除了基础的检测框标注,labelCloud 还创新性地支持基于边界框的语义分割功能,能自动将框内点云赋予对应类别标签,极大提升了数据预处理效率。工具兼容多种主流点云文件格式,安装简便(支持 pip 一键部署),并提供直观的配置文件供用户自定义类别与导出格式。无论是用于学术研究还是工业级数据集构建,labelCloud 都能以简洁的界面和强大的功能,帮助用户轻松完成高质量的 3D 数据标注工作。
使用场景
某自动驾驶初创公司的算法团队正在为城市道路感知模型准备训练数据,急需对海量激光雷达点云中的车辆、行人进行高精度的 3D 边界框标注。
没有 labelCloud 时
- 操作繁琐低效:工程师需编写临时脚本或依赖重型商业软件来查看点云,手动调整 6 自由度参数极其耗时,标注一个目标平均需要数分钟。
- 旋转自由度受限:面对倾斜停放车辆或坡道行人,传统工具往往难以灵活调整三维旋转角度,导致边界框无法紧密贴合目标,影响模型精度。
- 格式兼容困难:不同传感器输出的点云格式(如 .bin, .pcd, .las)各异,每次切换数据集都需花费大量时间进行格式转换和代码适配。
- 语义分割缺失:若需基于边界框生成点级语义标签,必须额外开发后处理程序,无法在标注过程中同步完成,增加了工作流断裂风险。
使用 labelCloud 后
- 交互直观流畅:利用“拾取”与“跨越”两种模式,标注员可通过鼠标滚轮和简单的顶点选择快速生成边界框,并实时微调位置与尺寸,效率提升显著。
- 全维度自由旋转:默认支持绕 Z 轴旋转,并可一键开启 9 自由度模式,轻松应对各种复杂姿态的目标,确保边界框紧密包裹物体。
- 开箱即用的兼容性:内置支持多种主流点云及标签格式,通过配置文件即可灵活适配新项目,无需重复造轮子,实现了数据的无缝导入导出。
- 一体化语义标注:直接在界面内开启语义分割模式,标注完边界框后点击分配即可生成点级标签文件,将原本分离的步骤合二为一,大幅简化流程。
labelCloud 以其轻量级设计和灵活的交互模式,将 3D 点云标注从复杂的代码工程转变为高效的人机协作流程,显著降低了自动驾驶数据准备的门槛与成本。
运行环境要求
- 未说明
未说明
未说明

快速开始
labelCloud
:information_source: 交互式文档
一个用于在点云中标注3D边界框的轻量级工具。

安装
:information_source: 目前labelCloud支持Python 3.7至3.9版本。
通过pip(PyPI)
pip install labelCloud
labelCloud --example # 使用示例点云启动labelCloud
通过git(手动安装)
git clone https://github.com/ch-sa/labelCloud.git # 1. 克隆仓库
pip install -r requirements.txt # 2. 安装依赖
# 3. 将点云文件复制到`pointclouds`文件夹中。
python3 labelCloud.py # 4. 启动labelCloud
根据需要编辑config.ini文件或设置来配置软件(参见配置)。
标注
labelCloud支持两种不同的标注方式(拾取和拖拽),并提供多种鼠标和键盘操作以进行后续修正。
(另请参阅https://www.youtube.com/watch?v=8GF9n1WeR8A,了解该工具的简短介绍和预览。)
拾取模式
- 点击选择边界框的前顶角位置。
- 通过滚动鼠标滚轮调整z轴旋转角度。
拖拽模式
- 接着通过选择四个顶点来拖拽确定边界框的长、宽、高。
- 最后两个顶点(宽度和高度)所在的层会被锁定,以便于选择。
修正
- 使用左侧按钮或快捷键来修正边界框的平移、尺寸和旋转。
- 按住鼠标指针悬停在某一边上,并滚动鼠标滚轮即可调整边界框大小。
默认情况下,边界框的x轴和y轴旋转将被禁止。若要标注9自由度边界框,请在菜单、设置或config.ini文件中关闭仅z轴旋转模式。此时边界框可以绕三个轴自由旋转。
基于边界框的语义分割
labelCloud还支持基于边界框创建分割标签。要启用语义分割模式,请在启动对话框中切换分割按钮。然后按常规方式标注,并在当前边界框内的所有点都应标记为同一类别时,点击分配按钮。
生成的标签将以*.bin文件的形式存储在labels/segmentation/目录下。每个*.bin文件包含一个形状为(点数, )、数据类型为np.int8的数组,其中每个条目代表原始点云中对应点的标签索引。
导入与导出选项
labelCloud旨在实现多功能使用,支持常见的点云文件格式及用于存储3D边界框的标签格式。该工具设计灵活,易于适应多种应用场景。欢迎界面会提示输入最常用的参数(模式、类别、导出格式)。
如需更多配置,可编辑labels/_classes.json文件以配置标签类别,或编辑config.ini文件以进行全局设置(参见配置以获取所有参数的说明)。
支持的导入格式
| 类型 | 文件格式 |
|---|---|
| 彩色 | *.pcd, *.ply, *.pts, *.xyzrgb |
| 无色 | *.xyz, *.xyzn, *.bin (KITTI) |
支持的导出格式
| 标签格式 | 描述 |
|---|---|
centroid_rel |
质心 [x, y, z]; 尺寸 [长度, 宽度, 高度]; 相对旋转以弧度表示的欧拉角 (-π..+π) [yaw, pitch, roll] |
centroid_abs |
质心 [x, y, z]; 尺寸 [长度, 宽度, 高度]; 绝对旋转以度表示的欧拉角 (0..360°) [yaw, pitch, roll] |
vertices |
边界框的8个顶点,每个顶点包含 [x, y, z](顺序参见约定) |
kitti |
质心;尺寸;z轴旋转(参见KITTI规范);需要标定文件 |
kitti_untransformed |
如上所述,但不进行任何变换(如果您只想使用相同的标签结构)。 |
您可以通过继承抽象类BaseLabelFormat轻松创建自己的导出器。所有旋转均为逆时针方向(即90°/π的z轴旋转是从正x轴到负y轴的方向!)。
快捷键
| 快捷键 | 描述 |
|---|---|
| 导航 | |
| 左键鼠标 | 围绕点云质心旋转相机 |
| 右键鼠标 | 平移相机 |
| 鼠标滚轮 | 缩放点云 |
| 修正 | |
W、A、S、D |
分别向后、向左、向前、向右平移边界框 |
Ctrl + 右键鼠标 |
在所有维度上平移边界框 |
Q、E |
上升、下降边界框 |
Z、X |
绕z轴旋转边界框 |
C、V |
绕y轴旋转边界框 |
B、N |
绕x轴旋转边界框 |
I/ O |
增加/减少边界框长度 |
K/ L |
增加/减少边界框宽度 |
,/ . |
增加/减少边界框高度 |
| 用光标在边界框边上滚动(“边拉”) | 改变边界框的尺寸 |
R/左, F/右 |
切换到前一个/后一个样本 |
T/上, G/下 |
切换到前一个/后一个边界框 |
Y、H |
将当前边界框类别切换为列表中的前一个/后一个 |
1-9 |
使用数字键选择前9个边界框 |
| 通用 | |
Del |
删除当前边界框 |
P/Home |
重置视角 |
Esc |
取消选中的点 |
有关软件构建原则,请参阅约定。
使用与引用
在使用本工具时,欢迎您通过电子邮件(christoph.sager[at]gmail.com)向我反馈或描述您的使用场景。如果您将本工具用于科研项目,请考虑引用我们的论文:
# CAD期刊
@article{Sager_2022,
doi = {10.14733/cadaps.2022.1191-1206},
url = {http://cad-journal.net/files/vol_19/CAD_19(6)_2022_1191-1206.pdf},
year = 2022,
month = {mar},
publisher = {{CAD} Solutions, {LLC}},
volume = {19},
number = {6},
pages = {1191--1206},
author = {Christoph Sager和Patrick Zschech和Niklas Kuhl},
title = {{labelCloud}: 一种适用于点云中领域无关的3D目标检测的轻量级标注工具},
journal = {计算机辅助设计与应用}
}
# CAD会议
@misc{sager2021labelcloud,
title={labelCloud:一种用于点云中3D目标检测的轻量级、领域无关的标注工具},
author={Christoph Sager和Patrick Zschech和Niklas Kühl},
year={2021},
eprint={2103.04970},
archivePrefix={arXiv},
primaryClass={cs.CV}
}
致谢
我要感谢Robotron RCV团队在软件准备和用户评估方面给予的支持。 该软件是我作为学位论文的一部分开发的,论文题目为“labelCloud:用于点云中3D目标检测的标注工具的开发”,工作地点是德累斯顿工业大学的商业信息学系,尤其是智能系统教研室。我们正在进行的相关研究可以在我们的ResearchGate项目中跟踪。
版本历史
v1.1.12024/08/18v1.1.02023/11/26v1.0.12023/02/25v1.0.02023/02/25v0.7.92022/11/13v0.7.82022/07/11v0.7.72022/04/30v0.7.62022/03/26v0.7.52022/03/16v0.7.42022/02/05v0.7.32022/01/24v0.7.22022/01/23v0.7.12022/01/23v0.7.02022/01/22v0.6.92022/01/09v0.6.02021/10/24v0.5.02021/03/09常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。