如何快速掌握labelCloud:3D点云标注神器的完整使用指南 🚀
2026-02-05 05:00:18作者:殷蕙予
labelCloud是一款轻量级的3D点云标注工具,专为高效创建3D边界框设计,支持多种点云文件和标签格式,是3D目标检测任务的理想选择。本文将带你从安装到精通,轻松上手这款强大工具。
1️⃣ 认识labelCloud:3D标注的核心优势
为什么选择labelCloud?
labelCloud采用Python开发,结合PyQt5界面框架、NumPy数据处理和Open3D可视化技术,实现了直观高效的点云标注流程。其核心优势包括:
- ✅ 支持Python 3.7-3.9环境
- ✅ 兼容多种点云格式(PLY、PCD等)
- ✅ 灵活的边界框调整与多种导出格式
- ✅ 直观的三维交互操作体验

图1:labelCloud实时标注操作演示,展示边界框创建与调整过程
2️⃣ 超简单安装步骤:3分钟上手
准备工作
确保系统已安装:
- Python 3.7-3.9
- Git版本控制工具
- pip包管理工具
方法A:pip一键安装(推荐新手)
pip install labelCloud
labelCloud --example # 启动程序并加载示例点云
方法B:源码手动部署
git clone https://gitcode.com/gh_mirrors/la/labelCloud # 克隆仓库
cd labelCloud
pip install -r requirements.txt # 安装依赖
python labelCloud.py # 启动程序
3️⃣ 快速配置指南:打造个性化工作流
核心配置文件
主要参数通过config.ini文件调整,关键配置项包括:
| 参数类别 | 重要设置 | 默认值 |
|---|---|---|
| 文件路径 | pointcloud_folder 点云目录 |
pointclouds/ |
| 显示设置 | point_size 点云显示大小 |
4 |
| 边界框参数 | std_boundingbox_length 默认长度 |
0.75 |
推荐目录结构
labelCloud/
├── pointclouds/ # 存放点云文件
├── labels/ # 标注结果保存目录
│ └── _classes.json # 类别定义文件
└── config.ini # 主配置文件
4️⃣ 高效标注技巧:从入门到熟练
基础操作导航
- 🔄 旋转视角:左键拖动
- 🚶 平移视图:右键拖动
- 🔍 缩放视图:鼠标滚轮
边界框编辑快捷键
| 操作 | 快捷键 |
|---|---|
| 平移边界框 | W/A/S/D/Q/E |
| 旋转Z轴 | Z/X |
| 调整长度/宽度/高度 | I/O/K/L/,/. |
| 删除当前框 | Del |
| 切换到下一个点云文件 | R/右方向键 |

图3:labelCloud数据输入输出流程概览,展示点云加载与标签导出过程
5️⃣ 常见问题解决与高级技巧
提升标注效率的小窍门
- 批量导入类别:编辑
labels/_classes.json预设常用类别 - 启用网格参考:在设置中勾选"显示地面网格"辅助定位
- 使用默认视角:按P键快速重置到初始视角
支持的导出格式
- KITTI格式(自动驾驶常用)
- 顶点坐标格式
- 中心点+尺寸格式
6️⃣ 开始你的3D标注之旅
现在你已掌握labelCloud的核心使用方法!建议先通过--example参数加载示例点云进行练习,熟悉界面后再导入自己的数据集。如需深入了解高级功能,可查阅官方文档:docs/configuration.md
祝你的3D标注工作效率倍增!如有问题,欢迎参与项目讨论或提交反馈。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
5分钟掌握ImageSharp色彩矩阵变换:图像色调调整的终极指南3分钟解决Cursor试用限制:go-cursor-help工具全攻略Transmission数据库迁移工具:转移种子状态到新设备如何在VMware上安装macOS?解锁神器Unlocker完整使用指南如何为so-vits-svc项目贡献代码:从提交Issue到创建PR的完整指南Label Studio数据处理管道设计:ETL流程与标注前预处理终极指南突破拖拽限制:React Draggable社区扩展与实战指南如何快速安装 JSON Formatter:让 JSON 数据阅读更轻松的终极指南Element UI表格数据地图:Table地理数据可视化如何快速去除视频水印?免费开源神器「Video Watermark Remover」一键搞定!
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
332
395
暂无简介
Dart
766
189
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
878
586
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
165
React Native鸿蒙化仓库
JavaScript
302
352
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
748
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
985
246
