ObjectDatasetTools位姿数据集制作

最新推荐文章于 2024-10-04 19:13:11 发布
最新推荐文章于 2024-10-04 19:13:11 发布
阅读量309 收藏 4
点赞数
文章标签： 数码相机
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/brain1234/article/details/130897124
版权

缺陷：
1.此工具在模型生成阶段产生的三维模型效果巨烂且无法人工干预
2.最后只能标注生成一个物体，远不如label fusion

label fusion完美复现视频教学：
https://share.lizhiweike.com/channel/1413863?st=sharelink&inviter_id=134621471&share_platform=app

课程列表
0. 物体模型制作；
在这里插入图片描述

  1. 更换源与显卡驱动安装准备；
  2. 显卡驱动安装；
  3. CUDA安装与labelfusion数据集布置；
  4. 相机驱动，ros系统安装；
  5. 下载部署docker环境；
  6. docker环境验证与数据集制作；
    在这里插入图片描述
brain1234
关注
ObjectDatasetTools:用于为使用RGB-D相机拍摄的对象序列创建逐像素对象蒙版，边界框标签（2D和3D）和3D对象模型（PLY三角形网格）的工具。 该项目为各种深度学习项目准备了训练和测试数据，例如6D对象姿态估计项目singleshotpose，以及对象检测和实例分割项目
05-04
对象数据集工具 介绍 该存储库包含用于创建对象蒙版，边界框标签和3D重构对象网格（.ply）的纯python脚本，这些对象网格用于使用RGB-D相机拍摄的对象序列。 该项目可以为各种深度学习项目（例如6D对象姿势估计项目singleshotpose，许多对象检测（例如，更快的rcnn）和实例分割（例如，蒙版rcnn））准备训练和测试数据。 理想情况下，如果您具有真实感的相机并具有使用MeshLab或Blender的经验，则创建自定义数据集应该与执行几个命令行参数一样容易。 此存储库中的代码通过aruco标记和ICP注册实现了原始3D模型获取管道。 获得的原始3D模型需要在网格处理软件中进行处理和消除噪声。 此步骤之后，有一些功能可以自动生成所需的标签。 当前为每帧感兴趣的单个对象编写代码。 可以修改它们以创建在一个框架中具有多个项目的数据集。 安装 此存储库的已在全新安装的带有Pyth
6d位姿估计---制作自己的LINEMOD数据集过程记录(ObjectDatasetTools)
热门推荐
weixin_41837701的博客
01-29 1万+
使用ObjectDatasetTools方法制作自己的LIENMOD数据集记录。
ObjectDatasetTools 开源项目教程
gitblog_00265的博客
08-21 780
ObjectDatasetTools 开源项目教程 ObjectDatasetToolsTools to create pixel-wise object masks, bounding box labels (2D and 3D) and 3D object model (PLY triangle mesh) for object sequences filmed with an RGB-D ...
6D位姿估计-ObjectDatasetTools环境配置及生成linemod真实数据集记录
qq_41977396的博客
03-01 1485
第1个数字：类标签，第2个数字：x0（质心的x坐标），第3个数字：y0（质心的y坐标），第4个数字：x1（质心的x坐标）第 5 个数字：y1（第一个角点的 y 坐标），…，第 18 个数字：x8（第八个角点的 x 坐标），第 19 个数字：y8（第八个角点的 y 坐标） ，第 20 个数字：x 范围，第 21 个数字：y 范围。在终端中输入meshlab打开，然后import刚刚生成的registeredScene.ply主要是裁剪掉除目标以外的其他点云以及做一些平滑修补处理。1） 删除不感兴趣的背景，
探索ObjectDatasetTools：数据集处理的新助手
gitblog_00084的博客
04-27 440
探索ObjectDatasetTools：数据集处理的新助手 ObjectDatasetToolsTools to create pixel-wise object masks, bounding box labels (2D and 3D) and 3D object model (PLY triangle mesh) for object sequences filmed with an R...
ObjectDatasetTools位姿数据集制作记录
chrisspf的博客
11-29 6121
ObjectDatasetTools代码链接： link. 该方法用于RGB-D 相机拍摄的对象序列创建目标的分割、边界框标签和 3D 重建对象网格 (.ply)。 安装：环境是Ubuntu16.04和python2.7 1.更新安装 sudo apt-get update sudo apt-get upgrade 2.建议创建python2.7的conda虚拟环境，并安装如下包 sudo apt install build-essential cmake git pkg-config libssl-de
objectdatasettools
03-16
ObjectDatasetTools是一个Python库，用于处理目标检测任务中的数据集。该库包括了数据集的读取、预处理、增强、转换等常见操作，可以方便地将数据集转化为常见的目标检测框架所需的格式，如COCO、VOC等。使用...
ObjectDatasetTools---＞readme翻译
weixin_41837701的博客
01-29 4175
1.介绍 该库为纯Python脚本，用于为使用RGB-D相机拍摄的对象序列创建掩码、边界框标签和3D重建对象网络（.ply）。该项目可以为各种深度学习项目准备训练和测试数据集，例如6D位姿估计项目，以及多目标检测项目（faster rcnn）和实例分割项目（mask rcnn）。理想情况下，如果拥有实感相机并且对MeshLab或Blender有一定经验，那么创建自定义数据集就像执行几行命令一样简单。 该库中的代码通过aruco markers和ICP registration实现了原始3D模型获取。得到
开源项目MEDIUM_NoteBook使用教程
gitblog_00407的博客
08-10 296
开源项目MEDIUM_NoteBook使用教程 MEDIUM_NoteBookRepository containing notebooks of my posts on Medium项目地址:https://gitcode.com/gh_mirrors/me/MEDIUM_NoteBook 1. 项目的目录结构及介绍 MEDIUM_NoteBook/ ├── README.md ├── req...
记录：：6d位姿数据集-制作自己的linemod数据集
qq_40242410的博客
11-03 1703
6d位姿数据集-制作自己的linemod数据集，先使用ObjectDatasetTools生成ply、mask、RT等文件，然后通过代码生成gt.yml,info.yml,model_info.yml，严格按照Linemod的数据格式
记录：：6d位姿数据集-meshlab简单使用-修改单位度量
qq_40242410的博客
11-03 703
制作6d数据集的时候，难免要对点云进行处理，小白记录一下操作指南，包括，安装，去背景三角话，保存，修改度量单位等
LINEMOD数据集制作操作指令
weixin_41837701的博客
02-17 2163
制作自己的linemod数据集操作指令
6d位姿估计---制作自己的LINEMOD数据集过程记录（labelfusion）
weixin_41837701的博客
01-25 4339
labelfusion环境配置记录
【Demo 1】基于object_detection API的行人检测 2：数据制作
07-25 434
项目文件结构 因为目录太多又太杂，而且数据格式对路径有要求，先把文件目录放出来。（博主目录结构并不规范） 1、根目录下的models为克隆下来的项目。2、pedestrian_data目录下的路径以及文件夹名称必须相同，是VOC2012数据格式要求。3、project中data是视频数据，images是测试的图片数据、test_images为测试图片数据集，pedestrian_...
tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset
weixin_34319817的博客
08-29 440
为了避免不必要的麻烦，先说一下我的系统版本 Python 3.6 tensorflow 1.10 windows 7 object detection API安装 object detection API 安装参见官方的github: https://github.com/tensorflow/models/tree/master/research/ob...
【C++并发入门】摄像头帧率计算和多线程相机读取（上）：并发基础概念和代码实现
m0_73800387的博客
09-29 959
本文介绍了并发的基础入门知识，讲解了摄像头帧率计算，线程进程，并发和并行，std::thread，std::mutex，死锁，数据竞争问题，以及std::lock_guard
如何给一张图像判断失真类型？
GamBleout的博客
09-30 633
判断失真类型类型 类型 模糊失真： 表现：图像细节不清晰，边缘模糊，整体看起来像是被一层薄雾笼罩。 原因：可能是由对焦不准确、相机抖动、快门速度过慢或景深过浅等原因造成。 判断方法：观察图像中的细节是否清晰，边缘是否锐利。如果整体模糊，且没有明显的几何形状变化，则可能是模糊失真。 色彩失真： 表现：图像中的颜色与原始场景的颜色不一致，出现偏色或色彩饱和度异常。 原因：可能是由白平衡设置不当、光线条件变化、相机色彩传感器性能限制或后期处理过度等原因造成。 判断方法：将图像中的颜色与参考颜色或实际场景进行对比
openpnp - 图像传送方向要在高级校正之前设置好
最新发布
谢绝(无视)留言与私信
10-04 224
因为设备上的相机安装方向，在安装的时候，并不知道是不是和X/Y轴的移动方向一致。所以基本上要在openpnp里面调一下。图像传送方向和JOG面板的移动控制和实际设备的顶部摄像头/底部摄像头要一致，这样才能和贴板子时的实际操作方向对应起来。所以图像传送方向要在顶部相机高级校正/底部相机高级校正之前，就要设置的合适才行。设备标定完，发现图像传送方向改不了了。
评论 5
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

brain1234

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