LiDAR Map Editor

Веб-приложение для редактирования и обработки LiDAR-карт с поддержкой YOLO-инференса и кластеризации облаков точек.
Архитектура включает:

• Backend: FastAPI (Python 3.11, Uvicorn)
  • обработка .pcd через open3d, numpy, scikit-learn
  • YOLO-инференс через torch + ultralytics
• Frontend: Vite (Node.js 20, TypeScript)

Требования

• Docker >= 24
• NVIDIA GPU + NVIDIA Container Toolkit
• Порты 8000 (API) и 3000 (Frontend) свободны

Сборка контейнера

docker build -t lidar-map-editor .

⚠️ Образ базируется на nvidia/cuda:12.1.1-runtime-ubuntu22.04 и тянет PyTorch с CUDA 12.1.

Запуск

CPU-режим

docker run --rm -p 3000:3000 -p 8000:8000 lidar-map-editor

GPU-режим

docker run --rm --gpus all -p 3000:3000 -p 8000:8000 lidar-map-editor

Если порт 3000 занят

Можно пробросить на другой:

docker run --rm --gpus all -p 8080:3000 -p 8000:8000 lidar-map-editor

• Frontend → http://localhost:8080
• Backend API → http://localhost:8000

Структура проекта

backend/   # FastAPI + обработка PCD, YOLO
frontend/  # Vite/React UI
run.sh     # быстрый запуск контейнера
Dockerfile # сборка приложения

Backend (FastAPI)

Запускается внутри контейнера:

uvicorn main:app --host 0.0.0.0 --port 8000 --reload

Основные эндпоинты:

• POST /process_pcd — обработка облака (кластеризация + YOLO)
• GET /results/{id} — выдача сохранённых результатов

Frontend (Vite)

Запускается внутри контейнера:

yarn dev --host 0.0.0.0 --port 3000

Разработка локально (без Docker):

cd frontend
yarn install
yarn dev

Локальный запуск без Docker

Backend

cd backend
pip install -r requirements.txt  # или см. список зависимостей ниже
uvicorn main:app --host 0.0.0.0 --port 8000 --reload

Frontend

cd frontend
npm install -g yarn
yarn install
yarn dev

Основные Python-зависимости

• fastapi, uvicorn
• numpy, scipy, scikit-learn
• open3d
• matplotlib, pillow, tqdm
• torch, torchvision, torchaudio (CUDA 12.1)
• ultralytics
• opencv-python