3D目标检测实战 | 图解KITTI数据集与数据格式

已于 2023-11-02 18:15:46 修改
阅读量3.5k 收藏 81
点赞数 73
分类专栏： 计算机视觉蓝皮书 文章标签： 3d 目标检测 目标跟踪 人工智能 自动驾驶
于 2023-09-25 09:14:47 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/FRIGIDWINTER/article/details/132685744
版权

目录

1 数据集简介

KITTI数据集是一个广泛应用于自动驾驶和计算机视觉领域的公开数据集。该数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院共同创建，旨在提供丰富的场景和多种类型的传感器数据，包括立体摄像头、激光雷达和GPS/IMU定位。该数据集用于评测

  • 立体图像(stereo)
  • 光流(optical flow)
  • 视觉测距(visual odometry)
  • 3D物体检测(object detection)
  • 3D跟踪(tracking)
  • …

等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据

3D目标检测旨在从传感器数据中准确地定位和识别三维空间中的物体。KITTI数据集针对3D目标检测任务提供了14999张图像以及对应的点云，其中7481组用于训练，7518组用于测试，针对场景中的汽车、行人、自行车三类物体进行标注，共计80256个标记对象。

KITTI数据集的广泛使用推动了3D目标检测算法的发展，为自动驾驶技术的进步做出了重要贡献。同时，这个数据集也成为了研究人员之间共享和比较算法性能的标准基准，促进了该领域的研究和创新。

2 传感器坐标系

KITTI数据集使用的数据采集车如下所示，该图展示了传感器、

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Mr.Winter`
关注
  • 73
    点赞
  • 踩
  • 81
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 33
    评论
专栏目录
订阅专栏
KITTI数据集简介与使用
Solomon1558的专栏
04-14 25万+
摘要：本文融合了Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite和Vision meets Robotics: The KITTI Dataset两篇论文的内容，主要介绍KITTI数据集概述，数据采集平台，数据集详细描述，评价准则以及具体使用案例。本文对KITTI数据集提供一个较为详细全面的介绍，重点关注利用K
【3D目标检测】KITTI数据集介绍
可乐大牛的博客
11-05 9885
KITTI数据集很大，包括了很多任务，使用的训练样本7481个，测试样本7518个OpenPCDet——环境配置和训练测试（升级系统、Nvidia驱动、cuda11.3、cudnn8.2）【KITTI】KITTI数据集简介（一） — 激光雷达数据。
一些3D数据集的简单介绍
最新发布
qq_43527718的博客
06-23 1053
上图是Objaverse和ShapeNet数据集关于车辆、床铺、花瓶和书包这四类的物体模型对比，可见ShapeNet的模型相比起来就非常简单，因为Objaverse的对象来自许多3D内容创建平台，而ShapeNet都来自SketchUp（一个为简单的建筑建模而构建的3D建模平台）。91%的情况下Objaverse训练的模型生成的物体在外观上更具多样化。上图是Objaverse的作者，分别基于Objaverse的Bag分类和ShapeNet的bag分类，训练了一个模型，生成的3D物体效果。
kitti数据集格式
哟哟哟哟哟哟
05-18 5600
数据： 格式： 第1个字符串：代表物体类别 'Car', 'Van', 'Truck','Pedestrian', 'Person_sitting', 'Cyclist','Tram', 'Misc' or 'DontCare' 注意，’DontCare’ 标签表示该区域没有被标注，比如由于目标物体距离激光雷达太远。为了防止在评估过程中（主要是计算precision），将本来是目标物体但是因为某些原因而没有标注的区域统计为假阳性(false positives)，评估脚本会自动忽略’Dont..
3D点云KITTI数据集及其格式
weixin_42506418的博客
09-27 1964
KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。
Yolov4 KITTI数据格式
nielinyuan1466的博客
07-24 475
有一些开源工具可以帮助您将YOLO数据集转换为KITTI格式。
3D目标检测数据集 KITTI（标签格式解析、3D框可视化、点云转图像、BEV鸟瞰图）
黎国溥
09-09 1万+
本文介绍在3D目标检测中，理解和使用KITTI 数据集，包括KITTI 的基本情况、下载数据集、标签格式解析、3D框可视化、点云转图像、画BEV鸟瞰图等，并配有实现代码。 1、KITTI数据集3D框可视化 2、KITTI 3D数据集 3、下载数据集 4、标签格式 5、标定参数解析 6、点云数据-->投影到图像 7、图像数据-->投影到点云 8、可视化图像2D结果、3D结果 9、点云3D结果-->图像BEV鸟瞰图结果（坐标系转换） 10、绘制BEV鸟瞰图 11、BEV鸟瞰图画
单目3D目标检测经典数据集：kitti-mini
05-20
|-kitti-mini |-ImageSets |-test.txt |-train.txt |-trainval.txt |-val.txt |-training |-calib |-image_2 |-veloyne_2 |-label_2 |-testing |-calib |-image_2 |-veloyne_2
3D目标检测跟踪-基于kitti+waymo数据集的自动驾驶场景的3D目标检测+跟踪渲染可视化.zip
04-07
本项目聚焦于利用kitti和waymo这两个广泛使用的数据集来实现3D目标检测和跟踪，并进行可视化呈现，从而为自动驾驶算法的开发和测试提供有力支持。 kitti数据集是由德国卡尔斯鲁厄理工学院（KIT）创建的一个开源数据...
KITTI数据集（车辆检测）
05-27
KITTI数据集，共5G 数据已处理，可直接用于yolov训练 darknet标注信息的数据格式：0，center_x，center_y，w，h 本数据集只保留了car类型 需要其他类型的可单独私聊发原始label
Waymo数据集解析工具（转为kitti数据集格式）
05-07
LIDAR点云被解析为.bin文件，这里有两种方式： - 保留5个LIDAR的点云，将他们进行融合 - 只保留top的LIDAR点云 如果下载的是v1.3.0之后的数据，还增加了3D点云语义分割标签的解析。
3D车辆检测中的KITTI数据集
09-11
3D车辆检测中的KITTI数据集，包括车辆图片、激光 图片、TXT标注文件
利用 labelCloud 开源工具标注自己的点云数据集为KITTI标注格式教程（支持pcd、bin格式点云）
jin15203846657的博客
02-15 9173
KITTI数据集是点云3D物体检测最常用的数据集，很多开源框架都是基于KITTI进行检测的，所以为了方便使用别人开源框架，我们需要把自己的数据集转换成KITTI格式，包括点云数据格式、标注标签格式等。所以本文介绍下如何将自己的点云数据标注成KITTI格式，同时欢迎大家探讨更好用的标注工具...
（二）一文带你了解KITTI数据集
热门推荐
m0_46556474的博客
06-15 1万+
KITTI数据集是目前国际上最为常用的自动驾驶场景下的计算机视觉算法评测数据集之一，本文将带你详细了解KITTI数据集。
基于Kitti数据集的智能驾驶目标检测系统（PyTorch+Pyside6+YOLOv5模型）
sc1434404661的博客
07-21 861
基于Kitti数据集的智能驾驶目标检测系统可用于日常生活中检测与定位行人、车辆等，利用深度学习算法可实现图片、视频、摄像头等方式的目标检测识别，另外支持结果可视化与图片或视频检测结果的导出
目标检测——KITTI目标跟踪数据集
猫脸码客的博客
02-26 1358
这个数据集主要用于评估立体图像、光流、视觉测距、3D物体检测和3D跟踪等计算机视觉技术在车载环境下的性能这个数据集包含了在市区、乡村和高速公路等不同场景下采集的真实图像数据。整个数据集由389对立体图像和光流图、39.2km的视觉测距序列以及超过200k的3D标注物体的图像组成，所有的数据都是以10Hz的频率进行采样和同步的。数据集大约占采集全部数据的25%，其中去除了测试集中相关的数据片段。此外，数据集还提供了点云数据，即激光雷达扫描得到的3D空间中的点云数据，可以用于更精确的3D目标检测和跟踪。
kitti数据集划分
beneficial的博客
05-30 2018
kitti数据集划分 做3D目标检测的时候，需要用到kitti数据集，还需要对数据集进行划分。包括mmdetection3D提到的kitti也需要划分，kitti整理后格式如下： mmdetection3d ├── data │ ├── kitti │ │ ├── ImageSets │ │ │ ├─── train.txt │ │ │ ├─── val.txt │ │ │ ├─── trainval.txt │ │ │ ├─── test.txt
用自己的数据（kitti）训练测试faster rcnn（一）
风轻扬逍遥子的博客
04-03 3261
Faster用的是PASCAL VOC数据集，所以将kitti数据改为PASCAL VOC的形式是最高效的办法。 1. 准备工作 下载kitti数据集： 数据集：Download left color images of object data set (12 GB) 标注文件：Download training labels of object data set (5 MB)） 创...
3D目标检测 Transformer
07-27
3D目标检测 Transformer是一种使用Transformer架构来进行三维目标检测的方法。Transformer是一种基于自注意力机制的神经网络架构，广泛用于自然语言处理任务。在3D目标检测中，传统的方法通常使用卷积神经网络（CNN）来提取特征，然后使用后续的模块进行目标检测。而基于Transformer的方法则直接在点云数据上应用自注意力机制，实现了端到端的3D目标检测。 通过将点云数据表示为一组点的坐标和特征向量，可以将其输入到Transformer模型中。Transformer模型通过对点云数据进行自注意力计算，学习不同点之间的关系，并生成用于目标检测的特征表示。这些特征表示可以用于预测目标的类别、位置和姿态等属性。 3D目标检测 Transformer方法的优势在于它可以处理不规则和稀疏的点云数据，并捕捉点之间的全局关系。此外，Transformer还可以适应不同形状和尺寸的目标，具有一定的泛化能力。 需要注意的是，3D目标检测 Transformer目前仍处于研究阶段，性能和效果可能会受到数据集和模型设置的限制。但它代表了近年来在3D目标检测领域的新的发展方向。
评论 33
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Mr.Winter`

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值