OpenAnnotate3D

用自然语言自动标注3D数据,省去人工画框

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 数据集 🍴 复刻 3 🐛 待处理 7 👀 关注 12
GitHub ↗
GitHub 星标 ★ 112
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,需自行部署

项目预览

OpenAnnotate3D 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类数据集
开发团队Fudan-ProjectTitan
定价模式🏷️完全免费
价格说明开源免费,需自行部署
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Jupyter Notebook
GitHub 星标★ 112
上线时间2023-09-16 00:00:00
代码更新2026-10-30
仓库体积5.35 GB
本站数据更新2026-11-21
维护状态较活跃
收录时间2026-10-06
浏览次数5

项目介绍

OpenAnnotate3D 是一个面向多模态数据的开放词汇自动标注系统,主要解决 3D 点云、图像等数据人工标注成本高、效率低的问题。它利用视觉-语言模型和开放词汇检测能力,让用户通过自然语言描述目标类别,即可自动生成 3D 边界框或分割标注,无需针对每个新类别重新训练模型。核心能力包括:支持文本提示驱动的零样本标注、多模态数据(如点云与图像)联合处理、可扩展的标注流程,以及面向自动驾驶、机器人感知等场景的 3D 数据标注需求。项目以 Jupyter Notebook 形式提供,便于快速实验和集成到现有标注流水线中,适合研究者和工程师在缺乏标注数据时快速构建训练集。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-06 · 当前星标 ★ 112

核心亮点

  • 支持开放词汇,无需预定义类别即可标注新物体
  • 结合多模态信息,提升3D标注的准确性和鲁棒性
  • 以 Notebook 交付,上手快,方便二次开发和实验

不足之处

  • 项目早期,星标仅110,社区生态和文档完善度有限
  • 依赖视觉-语言大模型,推理资源消耗较高,实时性待验证

适用场景

  • 自动驾驶场景中快速标注激光雷达点云中的车辆、行人等目标
  • 机器人感知训练时,用文本描述自动生成3D场景标注数据
  • 学术研究中,为多模态数据集构建零样本标注基线

替代项目

SUSTechPOINTS、OpenPCDet、LabelCloud

上一篇:synthoseis

下一篇:awesome-industrial-datasets

同类项目推荐

rust-repos 开源

一站式收集 Rust 仓库源码,省去逐个抓取的麻烦

Dataset of Rust source code repositories

★ 146 2026-09-21
Awesome-Quant-VLA-WAM 开源

180+篇VLA量化论文+PTQ工具包,一站调研落地

Curated quantization research for VLA & WAM models — 180+ papers, a five-category t···

★ 201 2026-10-31
LLM-Synthetic-Data 开源

一页看全 LLM 合成数据论文脉络

A live reading list for LLM data synthesis (Updated to July, 2025).

★ 494 2026-10-29
ReadingBank 开源

给 OCR 文字排个正确阅读顺序,训练文档理解模型

ReadingBank: A Benchmark Dataset for Reading Order Detection

★ 119 2026-09-30
Dataset 开源

公开数据集网页化托管,打开即看即取

Public Dataset

★ 174 2026-10-19
LongICLBench 开源

测出长上下文模型在超长输入下的真实学习能力

Code and Data for "Long-context LLMs Struggle with Long In-context Learning" [TMLR20···

★ 113 2026-08-09
sdg_hub 开源

用流水线批量造 LLM 训练数据,省去手写脚本

Synthetic Data Generation Toolkit for LLMs

★ 171 2026-09-12