PointRCNN 3D框点云和图像可视化

由于pointRCNN源码的训练和inference很详细,但是没有可视化的代码,本文介绍其3d框结果的可视化方法

1. 跑通pointRCNN

https://github.com/sshaoshuai/PointRCNN

pointRCNN的运行本文就不赘述了。

我是下载的作者训练好的模型,跑了一遍inference,因为生成的检测结果在下面可视化时会用到

2. 将pointRCNN预测结果拷贝到KITTI数据集

pointRCNN的结果存储在:(里面包含000001.txt等等,存的是3d框的预测结果)

PointRCNN/output/rcnn/default/eval/epoch_no_number/val/final_result

把整个文件夹复制到kitti数据集的training目录下,文件夹命名pred

数据组织结构如下:
(注意,这里的training里面是全部7481张图,不然会报错没有000000.txt)

kitti
    object
        testing
            calib
            image_2
            label_2
            velodyne
        training
            calib
            image_2
            label_2
            velodyne
            pred # 这个是需要自己复制过来的

3. 运行可视化源码kitti_object_vis

源码地址https://github.com/kuixu/kitti_object_vis
下载源码并进到源码文件夹

git clone https://github.com/kuixu/kitti_object_vis 

把上述kitti数据集的object/目录,链接到data/目录下过去,并命名为obj(因为这个源码需求)

cd kitti_object_vis/data
ln -s /home/ubuntu/dataset/KITTI/object obj

下载源码和源码所需的库(mayavi之类的),照readme里面去做

运行命令分为几种:
(1) 只显示LiDAR 仅真值

cd kitti_object_vis
python3 kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis

终端按回车键进行下一张图

(2) 显示LiDAR和image 仅真值

python3 kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --show_image_with_boxes

终端按回车键进行下一张图

(3) 显示特定某张图的LiDAR和image 仅真值

python3 kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --show_image_with_boxes --ind 100 

ind 100表示就是图像编号为000100.txt

注:红色是预测框,绿色是真值框

在这里插入图片描述

(4) 显示pointRCNN预测值+真值对比
在以上所有命令后面加 -p
例:

python3 kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --show_image_with_boxes --ind 6 -p

在这里插入图片描述
在这里插入图片描述

目前有几个疑问:

image中只能显示gt,无法显示预测结果。
0是啥意思?类别吗,但个别的带人的图上面标号也都是0,如下:
(运行kitti的tracking数据,三维显示数据框里面没有标记出label,只有红色框?)
在这里插入图片描述


感谢前辈:https://blog.csdn.net/tiatiatiatia/article/details/97765165

©️2020 CSDN 皮肤主题: 精致技术 设计师:CSDN官方博客 返回首页