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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
388
458
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++
894
679
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
806
198
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781
