Wer nutzt Avala
- Autonome Fahrzeugteams — Labeln Sie Kamerabilder, LiDAR-Punktwolken und synchronisierte Multi-Sensor-Aufnahmen für das Training von Wahrnehmungsmodellen. Visualisieren und debuggen Sie MCAP/ROS-Daten mit Multi-Kamera-Projektion.
- Robotik-Unternehmen — Annotieren Sie Wahrnehmungsdaten für Navigation, Manipulation und Szenenverständnis. Erkunden Sie 3D-Punktwolken mit GPU-beschleunigtem Rendering.
- Physical AI / Spatial Computing Teams — Arbeiten Sie mit Gaussian Splat Szenen, dichten Punktwolken und multimodalen Sensordaten für 3D-Weltverständnis und Sim-to-Real-Transfer.
- KI/ML-Teams — Erstellen Sie Trainingsdatensätze für Objekterkennung, Segmentierung, Klassifikation und Tracking über Bilder, Video und 3D-Daten hinweg.
- Forschungslabore — Erstellen Sie gelabelte Datensätze für Computer Vision und 3D-Wahrnehmungsforschung mit professionellen Annotationswerkzeugen und Qualitätskontroll-Workflows.
Plattformfähigkeiten
Visualisierung
Die Visualisierungsengine von Avala läuft vollständig im Browser, angetrieben durch WebGPU und WebGL.- Multi-Sensor MCAP/ROS-Wiedergabe — Öffnen Sie MCAP-Dateien mit Kamera-, LiDAR-, Radar- und IMU-Daten. Der Viewer erkennt automatisch Topics und weist Paneltypen aus 8 verfügbaren zu: Bild, 3D / Punktwolke, Plot, Rohnachrichten, Log, Karte, Anzeige und Zustandsübergänge.
- GPU-beschleunigtes 3D-Punktwolken-Rendering — Rendern Sie Punktwolken mit 6 Visualisierungsmodi: Neutral, Intensität, Regenbogen, Label, Panoptisch und Bildprojektion. WebGPU Compute Shader übernehmen Frustum Culling und Level-of-Detail-Auswahl auf der GPU.
- Gaussian Splat Viewer — Untersuchen Sie 3D-Szenenrekonstruktionen in einem WebGPU-beschleunigten Gaussian Splat Viewer mit Szenenhierarchie, Eigenschaftenpanel und Statistik-Overlay.
- Multi-Kamera synchronisierte Wiedergabe — Betrachten Sie mehrere Kamerastreams synchron mit LiDAR-zu-Kamera-Projektionsüberlagerungen. Unterstützt Pinhole- und Double-Sphere- (Fisheye-) Kameramodelle.
- Konfigurierbare Multi-Fenster-Layouts — Drag-and-Drop-Panelanordnung mit veränderbaren geteilten Ansichten. Das Standardlayout platziert eine Topics-Seitenleiste, Inhaltspanels und ein Dateiinfo-Panel in einer horizontalen Stammkonfiguration.
- Zeitleistenbasierte Navigation — Bildweises Durchgehen, Zeitstempel-Suche und Wiedergabegeschwindigkeitskontrolle über alle synchronisierten Sensorstreams.
Annotation
Professionelle Annotationswerkzeuge für jede Datenmodalität, unterstützt durch Qualitätskontrolle und Team-Workflows.- Bounding Boxes — 2D-Rechteckbereiche für Objekterkennung
- Polygone — Beliebige Formen für präzise Objektgrenzen
- 3D-Quader — 3D-Bounding Boxes in Punktwolken- und Multi-Sensor-Daten mit Vogelperspektive, Perspektiv- und Seitenansichten
- Segmentierung — Pixelgenaue Klassifikationsmasken
- Polylinien — Pfad-, Spur- und Kantenannotationen
- Keypoints — Landmarken- und Posenannotationen
- Klassifikation — Labels auf Szenen- und Objektebene
Unterstützte Datentypen
Avala verarbeitet fünf Datenmodalitäten, jeweils mit speziell entwickelten Visualisierungs- und Annotations-Workflows:| Datentyp | Formate | Beschreibung |
|---|---|---|
| Bilder | JPEG, PNG, WebP | Einzelbild-Visualisierung und Annotation mit allen 2D-Werkzeugen |
| Video | MP4, MOV | Konvertiert in Bildsequenzen für Wiedergabe, Bild-für-Bild-Annotation und Objekt-Tracking |
| Punktwolken | PCD, PLY | 3D-LiDAR-Scans mit GPU-beschleunigtem Rendering und Quader-Annotation |
| MCAP / ROS | MCAP | Multi-Sensor-Container mit Kamera-, LiDAR-, Radar- und IMU-Daten; Multi-Panel-Wiedergabe und Multi-Kamera-Projektion |
| Splat | Gaussian Splat | 3D-Szenenvisualisierung und -annotation in WebGPU-gerenderten Gaussian Splat Umgebungen |
SDKs
Python SDK
Installation mit
pip install avala — vollständige Type Hints und Async-Unterstützung.TypeScript SDK
Installation mit
npm install @avala-ai/sdk — funktioniert in Node.js und Browsern.Die Plattform erkunden
Visualisierung
GPU-beschleunigter Multi-Sensor-Viewer mit 8 Paneltypen, 6 Punktwolken-Darstellungsmodi und Gaussian Splat Unterstützung.
Annotation
Professionelle Annotationswerkzeuge für 2D-, 3D-, Video- und Multi-Sensor-Daten mit Qualitätskontrolle.
Integrationen
Verbinden Sie S3, MCP, MCAP/ROS, Webhooks und Inferenz-Pipelines.
Nächste Schritte
Schnellstart
Erstellen Sie Ihr erstes Annotationsprojekt in unter 60 Sekunden.
Grundkonzepte
Verstehen Sie Datensätze, Projekte, Aufgaben und den Annotationslebenszyklus.
Visualisierung
Erkunden Sie den Multi-Sensor-Viewer, den 3D-Punktwolken-Renderer und den Gaussian Splat Viewer.
SDKs
Installieren Sie das Python oder TypeScript SDK und beginnen Sie mit der Entwicklung.