新手须知丨23D融合标注相关规范以及操作
2D、3D融合标注是指同时对2D和3D传感器中所采集到的图像数据进行标注，并建立起联系。
在自动驾驶领域，自动驾驶汽车需要使用传感器来识别车辆周围的物理环境，用来捕获2D视觉数据，同时在车辆顶部安装雷达，用以捕捉精确目标定位的3D位置数据。
激光雷达生成的点云数据可用于测量物体的形状和轮廓，估算周围物体的位置和速度，但点云数据缺少了RGB图像数据中对物体纹理和颜色等信息的提取，无法精确地将对象分类为汽车、行人、障碍物、信号灯等。
所以我们需要将包括丰富的语义信息的2D视觉图像和可以提供精确的目标定位的3D点云数据进行融合，使标注员能利用视觉信息和深度信息创建出更加精准的标注，让自动驾驶系统能够精确地了解周围环境，准确做出判断，让自动驾驶功能得以广泛应用。
标注规范
23D融合标注规范是一种用于三维目标检测和分割的标注规范，它可以同时对三维物体的位置和形状进行精确的标注。下面将介绍23D融合标注规范的标注流程和具体规范
2D&3D融合的数据，点击2D图片上的小眼睛预览按钮，可以看到3D数据中，哪个方位的数据会被映射在2D图片上。
1.标注精度要求
在进行23D融合标注时，标注人员需要保证标注结果的精确性和可靠性。一般来说，标注精度的要求取决于实际应用场景的需求。例如，在自动驾驶领域中，需要对车辆、行人等三维目标进行高精度的检测和分割，以保证行人和乘客的安全。
2.标注物体分类
在23D融合标注规范中，需要将三维物体进行分类标注。具体的分类方法可以因实际应用场景而异。例如，在自动驾驶领域中，可以将三维物体分为车辆、行人、道路等不同的类型，并对不同类型的物体进行不同的标注处理。
3.标注框设定
在进行23D融合标注时，需要设定标注框的大小和位置。一般来说，标注框的大小应该根据实际场景中的物体大小进行调整。标注框的位置应该能够包含住被标注的三维物体，同时也要考虑到遮挡和遮挡物的影响。
4.标注姿态确定
在进行23D融合标注时，需要确定三维物体的姿态信息。姿态信息包括物体的方向、朝向等。对于不同类型的物体来说，姿态信息的意义也有所不同。例如，在自动驾驶领域中，车辆的朝向信息非常重要，因为它能够直接影响到自动驾驶系统的决策结果
二维和三维融合标注应用场景包括但不限于以下几类
医学影像分析：医学影像分析中需要将二维的病理图像与三维的生理结构进行融合，以便更好地确定病变位置和范围
建筑设计：建筑设计中通常需要将二维的平面图与三维的立体模型结合，以便更好地评估建筑方案的可行性和效果
工业制造：工业制造中需要将三维模型与二维图纸进行融合标注，以便更好地进行工程制造和组装
交通运输：交通运输中需要将地图与三维建模进行融合标注，以便更好地进行道路规划和导航
游戏开发：游戏开发中需要将二维的游戏界面与三维游戏场景进行融合标注，以便更好地控制游戏流程和效果
