一幀自動(dòng)駕駛點(diǎn)云要框40秒CVAT LiDAR點(diǎn)云標(biāo)注給出了答案【免費(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvat一幀LiDAR激光雷達(dá)點(diǎn)云有50萬(wàn)個(gè)點(diǎn)人工框一輛車平均要40秒三千幀的數(shù)據(jù)集足以拖垮標(biāo)注團(tuán)隊(duì)。CVAT LiDAR點(diǎn)云標(biāo)注就是沖著這個(gè)瓶頸做的。它到底能做什么CVAT本來(lái)是做通用視覺(jué)標(biāo)注的3D不是后加的插件而是從底層就按一等公民設(shè)計(jì)的。點(diǎn)云任務(wù)里可以掛攝像頭圖像標(biāo)注體是真正的三維cuboid不是2D框在畫面上投影出來(lái)的假象。渲染部分由獨(dú)立的cvat-canvas3d模塊承擔(dān)和2D畫布互不干擾。標(biāo)注體分單幀cuboid和cuboid track跨幀連續(xù)框兩類外加攝像頭context image畫布同時(shí)給透視主視圖和Top/Side/Front三個(gè)投影任一改都全局同步點(diǎn)云和圖像可以放進(jìn)同一個(gè)任務(wù)導(dǎo)出的數(shù)據(jù)集保持時(shí)序?qū)R界面上能做的事SDK和REST接口都能做批量腳本友好多模態(tài)對(duì)齊發(fā)生在導(dǎo)入階段標(biāo)注時(shí)直接用不用自己寫膠水代碼一幀自動(dòng)駕駛3D標(biāo)注的完整鏈路從拿到數(shù)據(jù)到交付下面按真實(shí)操作順序走一遍假設(shè)是城市道路采集的數(shù)據(jù)。 喂數(shù)據(jù)LiDAR數(shù)據(jù)預(yù)處理比想象中重要把點(diǎn)云文件傳進(jìn)CVAT建任務(wù)。最常見(jiàn)的是.pcd測(cè)試數(shù)據(jù)里也能看到.bin這類原始格式。如果目錄里帶同名的相機(jī)圖片CVAT會(huì)自動(dòng)認(rèn)作related images并在3D視圖里掛成context image。說(shuō)白了文件命名和幀序?qū)R這一步?jīng)Q定后面順不順手。上傳內(nèi)容在標(biāo)注鏈路里的角色.pcd / .bin 點(diǎn)云標(biāo)注主體cuboid框的就是它相機(jī)幀related_images以context image形式嵌在3D視圖里輔助定label標(biāo)簽與屬性定義決定每個(gè)cuboid能帶哪些元數(shù)據(jù)框第一個(gè)目標(biāo)進(jìn)入3D模式選cuboid工具。在透視視圖里拉出初框把目標(biāo)和大致高度定下來(lái)切到Top視圖校航向角Side/Front視圖里核對(duì)寬和高。尺寸也可以直接填數(shù)字標(biāo)準(zhǔn)轎車就是4.2米寬那種量級(jí)。順著時(shí)序拖過(guò)去關(guān)鍵幀框完靠插值把cuboid track鋪到中間幀再逐幀抽查修正。倉(cāng)庫(kù)里有一份插值說(shuō)明講得很細(xì)。一百幀的時(shí)序?qū)嶋H動(dòng)手的往往只有十幾幀。質(zhì)檢與返工交付前有兩道檢查。一道是consensus同一幀讓兩個(gè)人標(biāo)系統(tǒng)對(duì)比差異另一道是QA指標(biāo)平臺(tái)算出兩套結(jié)果的相似度把沖突幀直接列出來(lái)。拿沖突清單返工比抽查高效得多。三個(gè)容易被忽略的細(xì)節(jié)四視圖同步不是裝飾現(xiàn)象透視視圖里轉(zhuǎn)箱子Top/Side/Front里的矩形跟著動(dòng)而且每個(gè)視圖都能直接拖。原因底層的3D數(shù)據(jù)模型是唯一真相源四個(gè)視圖只是同一對(duì)象的投影。收益不用切到頂視圖看一眼再切回來(lái)一次調(diào)整全局生效。context image解決那到底是個(gè)啥現(xiàn)象純點(diǎn)云沒(méi)顏色沒(méi)紋理貨車和工程車經(jīng)常分不清。原因related_images在導(dǎo)入時(shí)就按時(shí)間戳對(duì)齊了懸停點(diǎn)云目標(biāo)時(shí)旁邊就是同刻的相機(jī)畫面。收益定label靠看實(shí)物而不是靠腦補(bǔ)。3D任務(wù)工作區(qū)文檔里有專門說(shuō)明。數(shù)字輸入讓尺寸精度可考核現(xiàn)象cuboid編輯支持直接輸入寬、高、長(zhǎng)數(shù)值。原因拖拽有手抖數(shù)值輸入沒(méi)有。收益驗(yàn)收時(shí)尺寸誤差±5%這類條款用數(shù)字框基本穩(wěn)過(guò)。誰(shuí)在用它、用來(lái)做什么城市道路數(shù)據(jù)采集給感知模型標(biāo)車輛和行人3D框。2D框沒(méi)有深度和航向感知模塊用不上CVAT讓點(diǎn)云和相機(jī)幀在同一任務(wù)里標(biāo)完導(dǎo)出的多模態(tài)數(shù)據(jù)集天然對(duì)齊不用在兩個(gè)工具間倒數(shù)據(jù)。高精地圖制作路燈、電桿這類設(shè)施要跨幀尺寸一致。用cuboid track一次標(biāo)注整條路線插值后只修正少數(shù)關(guān)鍵幀成品一致性比逐幀重畫穩(wěn)得多。機(jī)器人與移動(dòng)平臺(tái)服務(wù)機(jī)器人的導(dǎo)航數(shù)據(jù)集點(diǎn)位小、視野窄工作流和車端幾乎一樣只是標(biāo)簽集不同。四視圖那套交互可以直接復(fù)用。?? 上手之前要知道的幾件事部署用docker compose即可后端是Django Postgres Redis服務(wù)劃分看docker-compose.yml瀏覽器WebGL內(nèi)存是第一瓶頸單幀十幾萬(wàn)點(diǎn)屬正常量級(jí)長(zhǎng)序列注意控制同時(shí)打開(kāi)的視圖用過(guò)2D標(biāo)注的話3D一下午能上手U/I/O/J/K/L這組快捷鍵用熟了效率翻倍重復(fù)性工作走SDK或CLI建任務(wù)、導(dǎo)數(shù)據(jù)集別點(diǎn)鼠標(biāo)導(dǎo)出格式不止CVAT自家一種點(diǎn)云導(dǎo)出實(shí)現(xiàn)可以對(duì)照下游需求選CVAT整個(gè)代碼庫(kù)開(kāi)源自建部署沒(méi)有按席位計(jì)費(fèi)這一說(shuō)對(duì)長(zhǎng)跑的自動(dòng)駕駛數(shù)據(jù)項(xiàng)目這是實(shí)打?qū)嵉某杀緝?yōu)勢(shì)?！久赓M(fèi)下載鏈接】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.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvat創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考