KITTI数据集（经验版）

花花少年

已于 2024-05-28 22:00:34 修改

阅读量6.2k

点赞数 5

分类专栏：深度学习文章标签： KITTI数据集

于 2023-07-30 07:56:35 首次发布

本文链接：https://blog.csdn.net/m0_37605642/article/details/131960091

版权

深度学习专栏收录该内容

135 篇文章

订阅专栏

一、参考资料

kitti数据集官网
 kitti数据集简介、百度网盘分享 kitti-object、kitti-tracking 全套数据集自动驾驶
 KITTI数据集（概念版）

二、KITTI目录结构

E:\DATASETS\KITTI
|   
\---2011_09_26
    \---2011_09_26_drive_0001_sync
        +---image_00  # left_image左视图（灰度图）
        |   |   timestamps.txt
        |   |   
        |   \---data
        |           0000000000.png
        |           0000000001.png
        |           
        +---image_01  # right_image右视图（灰度图）
        |   |   timestamps.txt
        |   |   
        |   \---data
        |           0000000000.png
        |           0000000001.png
        |           
        +---image_02  # left_image左视图（彩色图）
        |   |   timestamps.txt
        |   |   
        |   \---data
        |           0000000000.png
        |           0000000001.png
        |           
        +---image_03  # right_image右视图（彩色图）
        |   |   timestamps.txt
        |   |   
        |   \---data
        |           0000000000.png
        |           0000000001.png
        |           
        +---oxts
        |   |   dataformat.txt
        |   |   timestamps.txt
        |   |   
        |   \---data
        |           0000000000.txt
        |           0000000001.txt
        |           
        \---velodyne_points
            |   timestamps.txt
            |   timestamps_end.txt
            |   timestamps_start.txt
            |   
            \---data
                    0000000000.bin
                    0000000001.bin

在这里插入图片描述

三、下载KITTI数据集

1. KITTI官网下载

官网下载 KITTI 官网
需要先登录KITTI帐号，准备好edu结尾的教育邮箱注册KITTI帐号，然后登录即可下载。以3D多目标跟踪(tracking)数据集为例，其下载流程如下：

Download left color images of tracking data set (15 GB)：
data_tracking_image_2.zip
Download right color images, if you want to use stereo information (15 GB)：
data_tracking_image_3.zip
Download Velodyne point clouds, if you want to use laser information (35 GB)：
data_tracking_velodyne.zip
Download GPS/IMU data, if you want to use map information (8 MB)：

data_tracking_oxts.zip
Download camera calibration matrices of tracking data set (1 MB)：data_tracking_calib.zip
data_tracking_oxts.zip
Download training labels of tracking data set (9 MB)：
data_tracking_label_2.zip

重要说明：对于多目标跟踪任务，如果是双目，则需要下载 left-camera和right-camera 的图片；如果是单目，则需要下载 left-camera 的图片即可。

在这里插入图片描述

2. 百度网盘下载

3. google Colab下载

如果网络不稳定，直接在官网下载经常断线，可以选择google Colab中转下载。

Colab使用教程，请参阅博客：google colab教程

总体流程如下：

找到数据集下载链接。在KITTI官网找到下载链接，例如下载链接为：
https://s3.eu-central-1.amazonaws.com/avg-kitti/data_scene_flow.zip

在Colab中用wget指令下载。

!wget -c https://s3.eu-central-1.amazonaws.com/avg-kitti/data_scene_flow.zip

# 参数解释：-c：表示支持断点续传。

--2021-08-19 02:37:43--  https://s3.eu-central-1.amazonaws.com/avg-kitti/data_scene_flow.zip
Resolving s3.eu-central-1.amazonaws.com (s3.eu-central-1.amazonaws.com)... 52.219.47.203
Connecting to s3.eu-central-1.amazonaws.com (s3.eu-central-1.amazonaws.com)|52.219.47.203|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 1681488619 (1.6G) [application/zip]
Saving to: ‘data_scene_flow.zip’

data_scene_flow.zip 100%[===================>]   1.57G  20.6MB/s    in 82s     

2021-08-19 02:39:06 (19.6 MB/s) - ‘data_scene_flow.zip’ saved [1681488619/1681488619]

从google Colab下载数据集到本地（网络有点慢…）。

4. 格物钛平台下载（已失效）

格物钛数据集 - KITTIRaw

博主尝试过下载，速度快，很稳定。
在这里插入图片描述

补充说明：2022年10月1日，格物钛暂不支持KITTI数据集下载。
在这里插入图片描述

四、相关经验

KITTI数据集bin点云可视化

kitti_object_vis
kitti数据集bin点云可视化
 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）

kitti提供了bin二进制格式的点云数据，想可视化看看效果，首先解析二进制文件，转为numpy格式，再使用open3d进行可视化。也可以用numpy直接读取二进制文件。

import numpy as np
import struct
import open3d


def read_bin_velodyne(bin_path):
    '''read bin file and transfer to array data'''
    pc_list = []
    with open(bin_path, 'rb') as f:
        content = f.read()
        pc_iter = struct.iter_unpack('ffff', content)
        for idx, point in enumerate(pc_iter):
            pc_list.append([point[0], point[1], point[2]])  # x,y,z坐标
    return np.asarray(pc_list, dtype=np.float32)


def main():
    bin_path = '/PATH/TO/KITTI/2011_09_29/2011_09_29_drive_0004_sync/velodyne_points/data/0000000000.bin'  # 深度图像的二进制文件路径
    # example = read_bin_velodyne(bin_path)  # struct 方式读取bin文件
    example = np.fromfile(bin_path, dtype=np.float32, count=-1).reshape(-1, 4)  # numpy 方式读取bin文件
    example_xyz = example[:, :3]
    example_xyz = example_xyz[example_xyz[:, 2] > -3]

    # From numpy to Open3D
    pcd = open3d.open3d.geometry.PointCloud()
    pcd.points = open3d.open3d.utility.Vector3dVector(example_xyz)
    vis_ = open3d.visualization.Visualizer()
    vis_.create_window()
    vis_.add_geometry(pcd)
    render_options = vis_.get_render_option()
    render_options.point_size = 1
    render_options.background_color = np.array([0, 0, 0])
    vis_.run()
    vis_.destroy_window()
    # pcd.points = open3d.open3d.utility.Vector3dVector(example)
    # open3d.open3d.visualization.draw_geometries([pcd])


if __name__ == "__main__":
    main()

import os
import numpy as np
import struct
import open3d


def read_bin_velodyne(path):
    pc_list = []
    with open(path, 'rb') as f:
        content = f.read()
        pc_iter = struct.iter_unpack('ffff', content)
        for idx, point in enumerate(pc_iter):
            pc_list.append([point[0], point[1], point[2]])  # x,y,z坐标
    return np.asarray(pc_list, dtype=np.float32)


def main():
    root_dir = '/PATH/TO/KITTI/2011_09_29/2011_09_29_drive_0004_sync/velodyne_points/data/'
    filename = os.listdir(root_dir)
    file_number = len(filename)

    pcd = open3d.open3d.geometry.PointCloud()

    for i in range(file_number):
        path = os.path.join(root_dir, filename[i])
        print(path)
        example = read_bin_velodyne(path)
        # From numpy to Open3D
        pcd.points = open3d.open3d.utility.Vector3dVector(example)
        open3d.open3d.visualization.draw_geometries([pcd])


if __name__ == "__main__":
    main()