点云标注工具对比：开源与付费的 LiDAR 工具

对比 Potato、CVAT、Supervisely、Segments.ai、Scale、Xtreme1 和 SUSTechPOINTS 在 3D LiDAR 标注上的表现，涵盖格式、立方体框、跟踪、传感器融合与一致性。

多数 3D 标注工具都能画立方体框并跨帧跟踪，它们的差别主要在于能读哪些点云格式，以及传感器融合要不要另外付费。更明显的分界在测量。在这里比较的其余工具中（查验日期为 2026-09-24），它们的文档所描述的一致性统计都只覆盖 2D 类型，所以需要对 3D 框做机遇校正一致性的项目，可选项不多。

点云标注是把标签放到稀疏、采样不均匀的 3D 数据上，这些数据通常来自 LiDAR。如何标注 3D 点云讲的是标注问题本身，包括旋转的表示，以及轴对齐的一致性近似为什么会误导人。本页比较各款工具。

本页只涉及 3D。标注工具对比在一页里涵盖所有数据类型。

功能并列对照

下表每一项都是在 2026-09-24 从工具自身的文档中读到的。短横线表示文档没有描述该功能，这与工具拒绝该功能并不是一回事。

工具	可读格式	点级分割	序列跟踪	传感器融合	许可证
Potato	PCD、PLY、KITTI `.bin`、LAS、XYZ、PTS	支持，`segment_3d`	支持	相机标定	开源
Segments.ai	PCD、PLY、未压缩的 LAS 1.4、KITTI、nuScenes	支持	支持，带插值	支持，3D 到 2D 投影	付费，Fusion 档
Supervisely	PCD、PLY、LAS、LAZ	支持	支持，按 episode	照片上下文投影	Enterprise
Scale	通过 API 提供 JSON 或 protobuf	支持，逐点类别	支持，帧序列	支持，重投影	商业
CVAT	Velodyne `.bin`、PCD	-	支持，插值轨迹	显示上下文图像	开源
Xtreme1	PCD	声称支持，工作流程未见文档	支持，帧序列	支持，2D 与 3D 融合	Apache 2.0
SUSTechPOINTS	`.bin`、PCD	-	-	多路相机图像	GPL-3.0
labelCloud	PCD、PLY、PTS、XYZ、BIN	仅基于框	-	-	GPL-3.0
point_labeler	KITTI `.bin`	支持，逐点	多扫描拼块	参考图像	MIT
Label Studio	开源标签参考中没有点云对象标签	-	-	-	Enterprise 界面
Labelbox	文档中没有点云编辑器	-	-	-	-
V7	未列出点云格式	-	-	-	-

LAZ 是最常逼人多做一步转换的格式。Supervisely 可以直接读取。Segments.ai 的文档只列出未压缩的 LAS 1.4，而 Potato 要求先用 laszip 展开 LAZ 文件，或者安装 laspy[laszip]。

3D 标签上的一致性

这里有三款工具会给出某种一致性统计，而这三款都把它限定在 2D。CVAT 的文档说得很明确，称"质量估计只支持 2d 任务"（"quality estimation only supports 2d tasks"），并且"支持除 2d 立方体框以外的所有标注类型"（"supports all the annotation types except 2d cuboids"）。Supervisely 的标注共识适用于边界框、掩码、多边形以及图像标签或对象标签，它给出的分数是 0 到 100 百分比的成对相似度，而不是机遇校正系数。Labelbox 的共识支持表列出了图像、视频、文本、聊天、音频、地理空间、文档和 HTML 类型，没有 3D 条目。

其余工具的文档没有提到 3D 标签上的标注者一致性。请把这视为文档的缺失，而不是关于代码的论断。

这个缺口之所以重要，是因为几何上的一致性和标签上的一致性不是同一个问题。两名标注者都标出一辆车时，分歧是程度上的而不是类别上的，所以度量必须先把框互相配对，再问剩下的差异是否超过机遇水平。Potato 用精确的旋转 3D IoU 在 3D 框上计算这一点。点云指南出于同样的理由提醒不要用轴对齐近似，因为近似报出的分歧是度量本身的产物。

传感器融合及其代价

把标签在点云和相机图像之间投影，是标注者检查那种在鸟瞰视图里看着没问题、沿视线轴却差了几米的工作的办法。这项能力很常见，而附在它上面的价格差别很大。

Segments.ai 会自动把 3D 立方体框投影到相机帧上，并在各传感器之间保留轨迹 ID，传感器融合限定在它的 Fusion 档。Supervisely 会把照片上下文的颜色投影到一个 episode 每一帧的 3D 点上，3D LiDAR 和传感器融合列在 Enterprise 下，若干辅助工具还要 Cloud Max 附加包。Scale 会把立方体框重投影到 2D 相机视图，并提供 Lidar Linking 任务类型来修正这些投影。CVAT 在点云旁边显示上下文图像，其文档没有描述在两者之间投影标签。

Potato 按条目接收相机标定，因此每个 3D 框都能投影进图像并在 2D 中核对，这是同一道核验步骤，不附带档位。

开源选项

这里有好几款工具是开源的、可以免费自托管，各自适合不同的活。CVAT 是最完整的通用平台，有立方体框和插值轨迹。Xtreme1 是 Apache 2.0，有 2D 与 3D 融合和帧序列工具，只读 .pcd。SUSTechPOINTS 是 GPL-3.0，专注于 9 自由度的框编辑并自动切换相机。point_labeler 是 MIT，SemanticKITTI 就是用它标的，它在 KITTI 序列上做逐点的语义与实例标注而不是画框。

Label Studio 的情况值得说准确。它的开源标签参考里没有列出点云对象标签，LiDAR 是作为 Enterprise 界面提供的，相关描述出现在 HumanSignal 的博客和新闻材料中，而不是参考文档中。

Potato 中的一个 3D 任务

Potato 的 3D 工具是 cuboid_3d、point_3d、polyline_3d 和 segment_3d，最后一个直接把标签涂到点上。

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 决定标注者拿到哪些绘制模式，所以只需要画框的任务不会提供点涂抹。细节层次渲染默认开启，这正是几百万点的点云在浏览器里还能流畅操作的原因。

常见问题

下面这些问题对应本站已经收到的点云标注相关搜索。

点云标注该选哪款工具？

按格式和测量来选，而不是按绘制工具，因为这里每款工具都能画立方体框。如果你的数据是 LAZ，Supervisely 无需转换就能读。如果你要的是不额外加档位的传感器融合，CVAT 会显示上下文图像，Potato 会把框投影到标定过的相机视图里。如果你必须报告标注者之间在 3D 框上的一致性，就要确认工具测的是几何而不是标签，因为本对比中有文档记载的一致性功能都限定在 2D。

有没有开源的 3D 点云标注工具？

有，而且有好几款，各有所长。CVAT、Xtreme1（Apache 2.0）、SUSTechPOINTS（GPL-3.0）、labelCloud（GPL-3.0）、point_labeler（MIT）和 Potato 都可以免费自托管。point_labeler 是逐点而不是基于框的，SemanticKITTI 就是用它标注的，其余几款则以立方体框为中心。