data-labeling-tools

图像images/点云point clouds标注工具汇总

@双愚 , 若fork或star请注明来源

自动驾驶相关交流群，欢迎扫码加入：自动驾驶感知(PCL/ROS+DL)：技术交流群汇总(新版)

图像标注开源工具

1. labelme(常用)

对图像进行多边形，矩形，圆形，多段线，线段，点形式的标注（可用于目标检测，图像分割，等任务）。 对图像进行进行 flag 形式的标注（可用于图像分类 和 清理 任务）。 视频标注 生成 VOC 格式的数据集（for semantic / instance segmentation） 生成 COCO 格式的数据集（for instance segmentation）

2. LabelImg

教程： ● https://zhuanlan.zhihu.com/p/550021453 ● https://blog.csdn.net/knighthood2001/article/details/125883343

点云标注开源工具

1.PCAT 只显示点云,可以标注目标以及道路边界点,生成.txt文件.(常用)

• 链接:https://github.com/halostorm/PCAT_open_source

2.supeivise 在线标注,只能标注目标,很准确,生成.json文件

• 链接:https://supervise.ly/lidar-3d-cloud

3.L-CAS 只显示点云,只能标注目标

• 链接: https://github.com/yzrobot/cloud_annotation_tool/tree/devel

4.LATTE 显示图像以及点云,但是只是标注点云2D的目标边界框并生成对应图像的语义分割信息.

• 链接: https://github.com/bernwang/latte

5.semantic-segmentation-editor 点云语义分割标注工具

• 链接: https://github.com/MR-520DAI/semantic-segmentation-editor

6.Point-Cloud-Annotation-Tool(常用)

用于在点云中注释3D框的工具。支持KITTI-bin格式的点云。注释格式与Applo 3D格式相同。数据示例可在此处找到。

• github链接: https://github.com/springzfx/point-cloud-annotation-tool

安装：https://blog.csdn.net/r1141207831/article/details/103881962

• 运行系统：Ubuntu16.04
• 运行环境：ROS Kinetic
• 依赖库：pcl 1.8, vtk 8.1, Qt5

Docs: https://www.yuque.com/huangzhongqing/hre6tf/qaauez?singleDoc# 《【det】point_cloud_annotation_tool》

7. ch-sa/labelCloud 点云目标检测标注

标注工具：https://github.com/ch-sa/labelCloud

8. xtreme1

https://github.com/xtreme1-io/xtreme1

Xtreme1 unlocks deep insights into data annotation, curation and ontology management for tackling machine learning challenges in computer vision and LLM. The platform's AI-fueled tools elevate your annotation game to the next level of efficiency, powering your projects in 2D/3D Object Detection, 3D Instance Segmentation and LiDAR-Camera Fusion like never before.

8. CloudCompare

标注教程：三维点云——数据标注_Dujing2019的博客-CSDN博客_点云

点云标注的供应商:

1.NIuXie

• 链接:http://www.newlshare.com/adas.html

2.倍赛

• 链接:https://www.basicfinder.com/services/label/

3.playment

• 链接: https://playment.io/

License

Copyright (c) 双愚. All rights reserved.

Licensed under the MIT License.