3D bounding box, сегментация облака точек, sensor fusion камеры и лидара, трекинг объектов и HD-карты — данные для автономного транспорта и робототехники. Данные хранятся в РФ, форматы PCD, LAS/LAZ, KITTI. Тестовую сцену размечаем бесплатно.

Мы закрываем весь спектр задач 3D computer vision для беспилотного транспорта и робототехники — от простых 3D bounding box до попиксельной сегментации облака точек и синхронизации нескольких сенсоров. Под вашу модель и датасет подберём оптимальный тип разметки и формат выгрузки.
Объёмные рамки вокруг объектов в облаке точек — базовая детекция для автономного вождения.
Попиксельная (point-wise) разметка каждой точки по классу объекта или поверхности.
Синхронная разметка кадра камеры и облака точек для мультисенсорных моделей.
Сопровождение объекта между кадрами облака точек — id, траектория, скорость.
Разметка статических объектов и элементов инфраструктуры для карт высокой точности.
Тип, состояние и характеристики объектов в 3D-сцене.
Процесс начинается с брифа по классам объектов и сенсорам, затем — бесплатный пилот на тестовой сцене, чтобы согласовать гайдлайн и метрику 3D IoU до старта основного объёма. Дальше масштабируем силами обученной команды с многоуровневым контролем качества и итоговой выгрузкой в нужном формате.
Отдаём разметку в стандартных форматах облака точек и датасетов автономного вождения — под ваш пайплайн обучения модели. Работаем в специализированных 3D-инструментах для облака точек и sensor fusion, либо в вашей собственной среде, если формат и протокол данных согласованы заранее.
Точность 3D-разметки измеряем численно: считаем метрику 3D IoU между разметкой и эталоном, а не полагаемся на визуальную оценку. Каждую сцену проверяет отдельный QA-специалист, спорные объекты размечают несколько аннотаторов, и мы фиксируем целевую accuracy в SLA договора с отчётом по итогам каждого этапа.
Каждую сцену облака точек проверяет отдельный QA-специалист.
Спорные объекты размечают несколько человек, берём согласованный ответ.
Считаем перекрытие 3D-рамок и масок с эталоном на контрольной выборке.
Целевая accuracy закрепляется договором и фиксируется отчётом.
Хранение и обработка на инфраструктуре в РФ, 152-ФЗ, ISO 27001.
По итогам — отчёт по метрикам качества и объёму разметки.
Разметка облака точек сложнее задач на плоских изображениях: цена учитывает плотность сцены, число классов объектов, необходимость sensor fusion с камерой и требуемую точность 3D IoU. Ниже ориентировочный калькулятор; точную смету дадим после бесплатного пилота на тестовой сцене.
LiDAR-данные чаще всего нужны в регулируемых и высокотехнологичных доменах, где решение принимается на основе точной геометрии сцены, а цена ошибки высока. Мы размечаем облака точек для автономного транспорта, робототехники, геоаналитики и промышленного 3D-контроля — с учётом специфики объектов и сенсоров каждой отрасли.
Разметили 40 000 кадров LiDAR (3D bounding box, трекинг объектов и попиксельная сегментация) для проекта автономного транспорта за 5 недель. Метрика 3D IoU на контрольной выборке — 0.92, выгрузка в формате KITTI вместе с синхронизированной разметкой камеры.
Облако точек — это набор 3D-координат (x, y, z), которые лидар или сканер фиксируют при измерении расстояния до окружающих объектов. Точки могут нести дополнительные атрибуты — интенсивность отражения или цвет, — а разметка добавляет к ним классы объектов, границы или id для обучения модели.
2D bounding box — это прямоугольник на плоском изображении. 3D bounding box (cuboid) — объёмная рамка в облаке точек с координатами центра, размерами и углом поворота по всем осям, что даёт модели реальное расстояние и ориентацию объекта в пространстве.
Работаем в специализированных 3D-инструментах для облака точек — CVAT с 3D-модулем, Supervisely и SuperAnnotate, — либо в вашей собственной платформе, если она уже настроена под пайплайн обучения модели.
От 35 000 ₽ за 1000 кадров облака точек. Итоговая цена зависит от плотности сцены, числа классов объектов, необходимости sensor fusion с камерой и требуемой точности 3D IoU. Точную смету даём после бесплатного пилота.
Да, мы размечаем данные sensor fusion лидара и камеры, 3D bounding box и HD-карты для проектов автономного транспорта и робототехники — с трекингом объектов между кадрами и консенсусной проверкой качества.
Пришлите пример облака точек и опишите задачу — вернёмся с гайдлайном, форматом выгрузки и сметой в течение 1 рабочего дня.
Оставить заявку на пилотВернуться в хаб направления
Покадровая детекция и трекинг объектов
Ещё один регулируемый домен разметки
Отраслевое применение LiDAR-разметки
Гайды, разборы форматов и практик контроля качества