3D世界课程—— 3D点云深度学习介绍

3D点云深度学习介绍

常见获取3D信息的方式。

重点是后两个，学习方向也是后两个。偏向融合？？？

calib——标定文件

image——图像

label——真值，错错错。。。应该是数据帧   ————————帧值？真值？

veldoyne —— 雷达

截断：处于图像边缘的一些物体。

遮挡程度：

第六个字段，高宽长，长也可以测出来？？

注意：kitti数据集的label都是基于相机坐标系的。如果使用雷达的label，需要进行相机和雷达之间的矩阵转换。

kitti中的中心点，都是底面中心点，而不是3Dbox的中心点。

比kitti数据集规模大，场景也更加丰富，白天，晚上，雨雪雾等天气。

 

点云数据格式比较多，只关注常用的即可。

kitti数据集中用的。

常用，  .bin   .pcd文件格式，存储。

pcl是基于c++的点云库。面相python的，是Open3D。

点云任务：配准，

点云稀疏，如果使用图像中卷积的算法，会造成大量的计算浪费。

有文章，浩森发的。

课程主要学习点云和体素，栅格网的不学。

这一部分，先了解。