文章目录

  • KITTI数据集
    • 数据集结构
    • 数据集内容
    • data_object_calib 样本标定数据
    • data_object_label_2 3D点云标注文件

KITTI数据集

数据集结构

  • KITTI数据集网盘 提取码:0bjl
KITTI
├── devkit_object
|   ├── cpp
|   ├── mapping
|   ├── matlab
|   └── readme.txt
│—— data_object_calib
│   ├── testing
│   │   └── calib
│   └── training
│       └── calib
│—— data_object_label_2
│   ├── testing
│       └── label_2
│—— data_object_image_2
│   ├── testing
│   │   └── image_2
│   └──training
│       └── image_2
│—— data_object_velodyne
│   ├── testing
│   │   └── velodyne
│   └── training
│       └── velodyne
│—— data_road
│   ├── testing
│   │   ├── calib
│   │   └── image_2
│   └── training
│       ├── calib
│       ├── gt_image_2
│       └── image_2
│—— depth_2

数据集内容

- data_object_calib 每个样本的标定数据 (测试集7518个,训练集7481个)
- data_object_label_2 3D点云标注文件(只有训练集7481个)
- data_object_image_2 RGB图像 (测试集7518个,训练集7481个)
- data_object_velodyne 激光雷达数据(测试集7518个,训练集7481个)
- data_road 包含测试集和训练集 每集中包含标定参数以及RGB图像 训练集中还多个gt_image_2
- depth_2 7481张深度图像

data_object_calib 样本标定数据

P0:校对后的 camera0 投影矩阵,3x4 数组
P1:校对后的 camera1 投影矩阵,3x4 数组
P2:校对后的 camera2 投影矩阵,3x4 数组
P3:校对后的 camera3 投影矩阵,3x4 数组
R0_rect:校准旋转矩阵,4x4 数组
Tr_velo_to_cam:从 Velodyne 坐标到相机坐标的变换矩阵,4x4 数组
Tr_imu_to_velo:从 IMU 坐标到 Velodyne 坐标的变换矩阵,4x4 数组

data_object_label_2 3D点云标注文件

#Values    Name      Description
----------------------------------------------------------------------------1    type         (类别信息:车 货车 卡车...)Describes the type of object: 'Car', 'Van', 'Truck','Pedestrian', 'Person_sitting', 'Cyclist', 'Tram','Misc' or 'DontCare'1    truncated    (是否被截断:0-1截断程度)Float from 0 (non-truncated) to 1 (truncated), wheretruncated refers to the object leaving image boundaries1    occluded     (是否被遮挡:0完全可见 1部分遮挡 2大部分遮挡 3未知)Integer (0,1,2,3) indicating occlusion state:0 = fully visible, 1 = partly occluded2 = largely occluded, 3 = unknown1    alpha        (物体观察角度:[-pi, pi](弧度))Observation angle of object, ranging [-pi..pi]4    bbox         (2D图像标注框:左上角右下角坐标)2D bounding box of object in the image (0-based index):contains left, top, right, bottom pixel coordinates3    dimensions   (3D点云标注框:高 宽 长(m))3D object dimensions: height, width, length (in meters)3    location     (3D点云标注框:相机坐标系底面中心点坐标(m))3D object location x,y,z in camera coordinates (in meters)1    rotation_y   (物体正前方向与相机水平方向角度)Rotation ry around Y-axis in camera coordinates [-pi..pi]1    score        (得分)Only for results: Float, indicating confidence indetection, needed for p/r curves, higher is better.


KITTI数据集简析相关推荐

  1. 双目测距系列(七)monodepth2训练前数据集准备过程的简析

    前言 上一篇文章说过,monodepth2模型有三种训练方式.针对我们的双目场景,准备使用stereo training方法. monodepth2的训练入口函数在train.py中,如下图所示. 总 ...

  2. 小白科研笔记:简析SOTA目标检测算法3D-CVF

    1. 前言 最近KITTI的3D目标检测榜刷出了一个新的Top One双阶段算法3D-CVF.做算法,有时间需要跟紧新的网络架构.所以这篇博客主要分析这篇论文3D-CVF: Generating Jo ...

  3. [2020-ECCV]PIPAL-a Large-Scale Image Quality Assessment Dataset for Perceptual Image Restoration论文简析

    [2020-ECCV] PIPAL: a Large-Scale Image Quality Assessment Dataset for Perceptual Image Restoration 论 ...

  4. [2021-ICCV] MUSIQ Multi-scale Image Quality Transformer 论文简析

    [2021-ICCV] MUSIQ: Multi-scale Image Quality Transformer 论文简析 论文:https://arxiv.org/abs/2108.05997 代码 ...

  5. [2020-AAAI] Revisiting Image Aesthetic Assessment via Self-Supervised Feature Learning 论文简析

    [2020-AAAI] Revisiting Image Aesthetic Assessment via Self-Supervised Feature Learning 论文简析 论文链接:htt ...

  6. [2021-CVPR] Fine-grained Angular Contrastive Learning with Coarse Labels 论文简析

    [2021-CVPR] Fine-grained Angular Contrastive Learning with Coarse Labels 论文简析 论文地址:https://arxiv.org ...

  7. SIGMOD 2021 论文简析:当公交网络连接满足通勤需求时的公共交通规划 Public Transport Planning

    SIGMOD-2021 论文简析:当公交网络连接满足通勤需求时的公共交通规划 - Public Transport Planning: When Transit Network Connectivit ...

  8. ICDE-2020 论文简析:空间众包中的预测任务分配 : 一种数据驱动的方法 Predictive Task Assignment in Spatial Crowdsourcing

    ICDE-2020 论文简析:空间众包中的预测任务分配:一种数据驱动的方法 Predictive Task Assignment in Spatial Crowdsourcing: A Data-dr ...

  9. YOLOv5Face YOLO5Face人脸检测论文及代码简析

    YOLO5face人脸检测模型论文和代码简析 YOLO5Face模型分析 论文及源码下载 论文创新点 实验结果 下载代码跑起来 调整数据集 训练完成之后检验结果 一点点代码简析 文件结构 data m ...

  10. Learning with Noisy Correspondence for Cross-modal Matching 文献翻译 代码简析

    Learning with Noisy Correspondence for Cross-modal Matching 基于噪声对应的跨模态匹配学习 Learning with Noisy Corre ...

最新文章

  1. 华裔教授教你写论文2.引言的逻辑解析
  2. CommunityServer读取Blog分析(一)
  3. Nginx下载服务器配置文件
  4. linux发送http请求xml报文,使用curl命令行发送/发布xml文件
  5. docker与kuberentes基本概念与操作学习
  6. python系统学习:函数积累(持续更新)
  7. SorterBot-第1部分
  8. seleniumpython定位网页元素方法_使用Selenium对网页元素进行定位的诸种方法
  9. 【操作系统】—线程概念和多线程模型
  10. 银行舆情监测-TOOM舆情监测系统
  11. 前端判断文件后缀名_JS - 获取文件后缀,判断文件类型(比如是否为图片格式)...
  12. 数据处理任务量级巨大?构建预置容器镜像的Amazon EKS解决方案了解一下!
  13. GPGPU-Sim学习(二)搭建GPGPU-Sim环境(ubuntuServer 10.04 安装GPGPU-Sim)
  14. 手机android版本2.3.6可以安装哪个版本的音乐播放器,喜马拉雅fm老版本2.3.6下载...
  15. 软件测试方法和技术第一章——引论
  16. 深入理解设计模式-责任链模式(职责链模式)
  17. Reids面试题集合 数据结构+穿透雪崩+持久化+内存淘汰策略+数据库双写+哨兵
  18. UVA 10118 简单DP
  19. 免费获取全球夜间NPP VIIRS灯光数据!内附下载链接!
  20. 腾讯官方披露,TDSQL十年自主可控之路(附PDF)

热门文章

  1. 海德汉伺服驱动器电源维修UVR150D北京
  2. 利用CNN进行面部表情识别
  3. 百度离线地图下载和叠加层瓦片切割(工具下载链接已更新)
  4. 【php导出excel,大量导出,文本格式】
  5. 解决三星PM981硬盘无法正常安装黑苹果的问题(第一版)
  6. 天涯明月刀大地的服务器位置,天涯明月刀东海玉涡位置坐标指南[图]
  7. 游戏计算机代码大全,DNF各类错误代码大全及解决方法
  8. Qimage QBuffer
  9. xp系统怎样添加桌面计算机,如何为XP系统计算机设置桌面
  10. 短视频怎么才能做好内容付费?