1. 环境配置从零搭建labelCloud标注工作站第一次接触3D点云标注的朋友可能会被各种专业术语吓到其实整个过程就像搭积木一样简单。我去年在做一个自动驾驶项目时为了标注激光雷达数据把市面上所有开源工具试了个遍最终发现labelCloud是平衡易用性和功能性的最佳选择。下面就用最接地气的方式带你完成环境搭建。首先需要准备Python 3.7环境实测Python 3.9也能完美运行。强烈建议使用conda管理环境就像给你的标注工作准备一个专属工具箱。我习惯用清华镜像源加速下载速度能快5-10倍。具体操作如下conda create -n labelcloud python3.7 conda activate labelcloud pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyqt5 labelCloud这里有个小技巧安装PyQt5时如果报错可以试试先安装系统依赖。在Ubuntu上运行sudo apt-get install python3-pyqt5Windows用户则建议直接下载PyQt5的whl文件安装。我遇到过好几次因为QT版本冲突导致界面闪退的情况后来发现用conda统一管理就能避免这个问题。2. 项目初始化构建标准标注工作流安装完软件只是第一步就像买了新相机还需要装存储卡才能拍照。我们需要建立科学的文件管理体系这里分享一个我经过多个项目验证的高效目录结构project/ ├── pointclouds/ # 存放原始点云文件(.bin/.pcd) ├── labels/ # 自动生成的标注结果 └── classes.json # 自定义类别配置文件启动软件时有个容易踩的坑一定要在包含pointclouds目录的父文件夹中启动终端我第一次使用时傻傻地在桌面启动结果死活加载不出点云。正确姿势是cd /path/to/project labelCloud软件启动后会自动创建labels目录这个设计很贴心。建议在开始标注前先到Settings里调整几个关键参数把Point Size调到1.5-2.0太小看不清太大会遮挡Background Color根据个人喜好设置我习惯用深色背景减少视觉疲劳。3. 标注实战手把手教你画3D边界框真正的重头戏来了还记得我第一次标注时面对旋转的点云手忙脚乱的样子。其实掌握几个核心操作后标注一个物体平均只要20秒选择目标点击左侧的Pick Bounding Box在点云上单击确定中心点调整尺寸鼠标悬停在边界框的面上用滚轮调整大小长宽高可独立调整精确定位按住左键拖动旋转视角键盘方向键微调位置右侧面板可输入精确数值这里有个实用技巧标注前先用鼠标滚轮放大点云按住中键平移找到最佳视角。遇到稀疏点云时可以临时调大Point Size帮助识别物体轮廓。我标注卡车时发现先确定车头位置再调整车身长度效率最高。4. 高级技巧提升标注效率的秘籍经过三个项目的实战我总结出这些能让你事半功倍的经验类别管理在项目根目录创建classes.json文件定义好所有类别和颜色。模板如下{ car: [255,0,0], pedestrian: [0,255,0], cyclist: [0,0,255] }批量操作按Tab键快速切换相邻物体CtrlZ撤销错误标注使用右侧面板的Copy Dimensions复制相似物体的尺寸质量控制标注完一定数量后记得到Settings开启Show All Labels全局检查。我经常发现早期标注的尺寸不够统一这时候可以用Adjust All功能批量修正。最后提醒一个关键点定期保存虽然软件有自动保存功能但遇到崩溃时可能丢失进度。我养成了每标注10个物体就手动保存的习惯这个习惯帮我避免了无数次抓狂时刻。
详解)
