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。