KITTI数据集学习笔记

Kitti数据集

本文为笔者自我学习的笔记，本人刚入门3D视觉，若有错误的地方恳请各位指正。另外参考了一篇热门博客：https://blog.csdn.net/Solomon1558/article/details/70173223。并使用了其中的一幅图像，侵删。

1. 简单介绍

​ Kitti数据集致力于提供一个更贴合户外驾驶场景的计算机视觉数据集。Kitti提供了一些自动驾驶场景下具有挑战性的测试基准：立体场景（stereo）、光学流动（optical flow）、视觉测距（visual odometry）、同时定位和地图构建（SLAM）、3D物体检测等。

​ Kitti包含中等城市市区、城郊和高速公路的环境采样。有389对立体场景和光流图（分辨率为1240*376，经过50%的基础事实校正）、39.2 km视觉测距序列以及超过200k 3D标注物体的图像（人工标注，比如汽车、货车、行人等）组成。

2. 具体的挑战和解决方案

​ 具体遇到的挑战有：

• 实时采集大量的数据；

• 不同速率工作的传感器的校准；

• 最小化产生基础事实（ground truth）需要的监督数量；

• 为每个基准选取合适的序列和框架、每个任务的开发指标。

  解决方案如下：

• 传感器的装配：两个彩色和两个灰度摄像机，一个激光扫描器，一个GPS定位单元。相同种类的摄像机之间距离为54cm，不同种之间