點雲標註工具對比：開源與付費的 LiDAR 工具

對比 Potato、CVAT、Supervisely、Segments.ai、Scale、Xtreme1 和 SUSTechPOINTS 在 3D LiDAR 標註上的表現，涵蓋格式、立方體框、跟蹤、感測器融合與一致性。

多數 3D 標註工具都能畫立方體框並跨幀跟蹤，它們的差別主要在於能讀哪些點雲格式，以及感測器融合要不要另外付費。更明顯的分界在測量。在這裡比較的其餘工具中（查驗日期為 2026-09-24），它們的文件所描述的一致性統計都只覆蓋 2D 類型，所以需要對 3D 框做機遇校正一致性的項目，可選項不多。

點雲標註是把標籤放到稀疏、取樣不均勻的 3D 資料上，這些資料通常來自 LiDAR。如何標註 3D 點雲講的是標註問題本身，包括旋轉的表示，以及軸對齊的一致性近似為什麼會誤導人。本頁比較各款工具。

本頁只涉及 3D。標註工具對比在一頁裡涵蓋所有資料類型。

功能並列對照

下表每一項都是在 2026-09-24 從工具自身的文件中讀到的。短橫線表示文件沒有描述該功能，這與工具拒絕該功能並不是一回事。

工具	可讀格式	點級分割	序列跟蹤	感測器融合	許可證
Potato	PCD、PLY、KITTI `.bin`、LAS、XYZ、PTS	支援，`segment_3d`	支援	相機標定	開源
Segments.ai	PCD、PLY、未壓縮的 LAS 1.4、KITTI、nuScenes	支援	支援，帶插值	支援，3D 到 2D 投影	付費，Fusion 檔
Supervisely	PCD、PLY、LAS、LAZ	支援	支援，按 episode	照片上下文投影	Enterprise
Scale	通過 API 提供 JSON 或 protobuf	支援，逐點類別	支援，幀序列	支援，重投影	商業
CVAT	Velodyne `.bin`、PCD	-	支援，插值軌跡	顯示上下文影像	開源
Xtreme1	PCD	聲稱支援，工作流程未見文件	支援，幀序列	支援，2D 與 3D 融合	Apache 2.0
SUSTechPOINTS	`.bin`、PCD	-	-	多路相機影像	GPL-3.0
labelCloud	PCD、PLY、PTS、XYZ、BIN	僅基於框	-	-	GPL-3.0
point_labeler	KITTI `.bin`	支援，逐點	多掃描拼塊	參考影像	MIT
Label Studio	開源標籤參考中沒有點雲物件標籤	-	-	-	Enterprise 介面
Labelbox	文件中沒有點雲編輯器	-	-	-	-
V7	未列出點雲格式	-	-	-	-

LAZ 是最常逼人多做一步轉換的格式。Supervisely 可以直接讀取。Segments.ai 的文件只列出未壓縮的 LAS 1.4，而 Potato 要求先用 laszip 展開 LAZ 檔案，或者安裝 laspy[laszip]。

3D 標籤上的一致性

這裡有三款工具會給出某種一致性統計，而這三款都把它限定在 2D。CVAT 的文件說得很明確，稱"品質估計只支援 2d 任務"（"quality estimation only supports 2d tasks"），並且"支援除 2d 立方體框以外的所有標註類型"（"supports all the annotation types except 2d cuboids"）。Supervisely 的標註共識適用於邊界框、掩碼、多邊形以及影像標籤或物件標籤，它給出的分數是 0 到 100 百分比的成對相似度，而不是機遇校正係數。Labelbox 的共識支援表列出了影像、影片、文本、聊天、音訊、地理空間、文件和 HTML 類型，沒有 3D 條目。

其餘工具的文件沒有提到 3D 標籤上的標註者一致性。請把這視為文件的缺失，而不是關於程式碼的論斷。

這個缺口之所以重要，是因為幾何上的一致性和標籤上的一致性不是同一個問題。兩名標註者都標出一輛車時，分歧是程度上的而不是類別上的，所以度量必須先把框互相配對，再問剩下的差異是否超過機遇水平。Potato 用精確的旋轉 3D IoU 在 3D 框上計算這一點。點雲指南出於同樣的理由提醒不要用軸對齊近似，因為近似報出的分歧是度量本身的產物。

感測器融合及其代價

把標籤在點雲和相機影像之間投影，是標註者檢查那種在鳥瞰視圖裡看著沒問題、沿視線軸卻差了幾米的工作的辦法。這項能力很常見，而附在它上面的價格差別很大。

Segments.ai 會自動把 3D 立方體框投影到相機幀上，並在各感測器之間保留軌跡 ID，感測器融合限定在它的 Fusion 檔。Supervisely 會把照片上下文的顏色投影到一個 episode 每一幀的 3D 點上，3D LiDAR 和感測器融合列在 Enterprise 下，若干輔助工具還要 Cloud Max 附加包。Scale 會把立方體框重投影到 2D 相機檢視，並提供 Lidar Linking 任務類型來修正這些投影。CVAT 在點雲旁邊顯示上下文影像，其文件沒有描述在兩者之間投影標籤。

Potato 按條目接收相機標定，因此每個 3D 框都能投影進影像並在 2D 中核對，這是同一道核驗步驟，不附帶檔位。

開源選項

這裡有好幾款工具是開源的、可以免費自託管，各自適合不同的活。CVAT 是最完整的通用平臺，有立方體框和插值軌跡。Xtreme1 是 Apache 2.0，有 2D 與 3D 融合和幀序列工具，只讀 .pcd。SUSTechPOINTS 是 GPL-3.0，專注於 9 自由度的框編輯並自動切換相機。point_labeler 是 MIT，SemanticKITTI 就是用它標的，它在 KITTI 序列上做逐點的語義與實例標註而不是畫框。

Label Studio 的情況值得說準確。它的開源標籤參考裡沒有列出點雲物件標籤，LiDAR 是作為 Enterprise 介面提供的，相關描述出現在 HumanSignal 的部落格和新聞材料中，而不是參考文件中。

Potato 中的一個 3D 任務

Potato 的 3D 工具是 cuboid_3d、point_3d、polyline_3d 和 segment_3d，最後一個直接把標籤塗到點上。

yaml

annotation_schemes:
  - annotation_type: spatial_annotation
    name: traffic_objects
    description: "Draw a 3D box around each vehicle and pedestrian"
    tools:
      - cuboid_3d
    labels:
      - car
      - pedestrian
      - cyclist

tools 決定標註者拿到哪些繪製模式，所以只需要畫框的任務不會提供點塗抹。細節層次渲染預設開啟，這正是幾百萬點的點雲在瀏覽器裡還能流暢操作的原因。

常見問題

下面這些問題對應本站已經收到的點雲標註相關搜尋。

點雲標註該選哪款工具？

按格式和測量來選，而不是按繪製工具，因為這裡每款工具都能畫立方體框。如果你的資料是 LAZ，Supervisely 無需轉換就能讀。如果你要的是不額外加檔位的感測器融合，CVAT 會顯示上下文影像，Potato 會把框投影到標定過的相機視圖裡。如果你必須報告標註者之間在 3D 框上的一致性，就要確認工具測的是幾何而不是標籤，因為本對比中有文件記載的一致性功能都限定在 2D。

有沒有開源的 3D 點雲標註工具？

有，而且有好幾款，各有所長。CVAT、Xtreme1（Apache 2.0）、SUSTechPOINTS（GPL-3.0）、labelCloud（GPL-3.0）、point_labeler（MIT）和 Potato 都可以免費自託管。point_labeler 是逐點而不是基於框的，SemanticKITTI 就是用它標註的，其餘幾款則以立方體框為中心。