立体框标注通常基于多源三维数据进行。最常见的输入包括激光雷达（LiDAR）点云、RGB-D相机深度图、双目视觉重建点云以及单目图像结合深度估计模型生成的伪点云。在点云数据中，标注员通过旋转、缩放视角，在三维空间中手动调整立方体的中心坐标（x, y, z）、尺寸（长、宽、高）及偏航角（yaw），使其紧密包裹目标物体；在图像-点云融合场景中，还需确保2D边界框与3D框投影一致。标注结果通常以标准格式输出，如KITTI、NuScenes或自定义JSON结构，包含类别、位置、尺寸、朝向等字段。

确保立体框标注质量需满足四大核心要求：空间贴合度、尺寸准确性、朝向一致性与类别规范性。空间贴合度要求立方体紧密包围目标物体，避免过大包含背景或过小遗漏关键部分；尺寸准确性强调长、宽、高参数应真实反映物体物理尺度；朝向一致性指同类物体（如车辆）的朝向定义需统一（通常以行驶方向为基准）；类别规范性则依赖清晰的分类体系，明确处理遮挡、截断、小目标等边缘情况。为保障执行效果，专业项目通常设置多视角校验、交叉审核与专家仲裁机制。

信息来源：网易伏羲