SemanticKITTI语义标签 C++读取

        SemanticKITTI是一个基于KITTI数据集的扩展版本，其中提供了大规模3D点云数据的语义标签。在SemanticKITTI中，点云标签通常保存在单独的文件中，文件名与对应的点云数据文件相对应。在标签文件中，每行表示一个点云数据的语义标签。这些标签表示了每个点所属的对象类别，例如汽车、建筑、人、道路等。

SemanticKITTI数据集为每个语义类别都分配了一个独特的整数标签。在SemanticKITTI数据集中，每个点云点的标签都以32位无符号整数（uint32_t）的形式存储。文件中的标签顺序和点云数据中的点的顺序是相匹配的，也就是说，文件中的第一个标签对应于点云数据中的第一个点，文件中的第二个标签对应于点云数据中的第二个点，以此类推。这个标签可以分成两部分来看待：

• 0xFFFFFF00 部分是实例标签，用于标记物体的实例，如两辆不同的汽车，即使它们都属于"汽车"这一语义类别，它们的实例标签也会不同。实例标签可以用于区分同一语义类别中的不同物体。

• 0x000000FF 部分是语义标签，用于标记点云点的语义类别，如汽车、行人、道路等。语义标签用于描述点云点的物理意义。

读取lable的代码如下：

#include <iostream>
#include <fstream>
#include <vector>
#include <algorithm>  // 引入算法库，提供 std::max_element

// 使用 uint32_t 来存储语义标签
typedef uint32_t LabelType;

std::vector<LabelType> readSemanticKittiLabelFile(const std::string& filename) {
    std::vector<LabelType> labels;

    std::ifstream file(filename, std::ios::binary);
    if (file.is_open()) {
        LabelType label;
        while (file.read(reinterpret_cast<char*>(&label), sizeof(LabelType))) {
            labels.push_back(label);
        }

        if (file.bad()) {
            std::cerr << "Error occurred while reading the file." << std::endl;
        }

        file.close();
    } else {
        std::cerr << "Unable to open file " << filename << std::endl;
    }

    return labels;
}

int main() {
    const std::string filename = "/home/fairlee/dataset/KITTI/sequences_kitti_00_21/00/labels/000000.label";
    std::vector<LabelType> labels = readSemanticKittiLabelFile(filename);

    // 打印读取到的标签数量
    std::cout << "Number of labels: " << labels.size() << std::endl;

    // 打印第一个标签，用于验证是否正确读取
    if (!labels.empty()) {
        std::cout << "First label (semantic part): " << (labels[0] & 0xFF) << std::endl;
        std::cout << "First label (instance part): " << (labels[0] >> 8) << std::endl;
    }

    // 找出并打印最大的标签
    if (!labels.empty()) {
        LabelType max_label = *std::max_element(labels.begin(), labels.end());
        std::cout << "Maximum label (semantic part): " << (max_label & 0xFF) << std::endl;
        std::cout << "Maximum label (instance part): " << (max_label >> 8) << std::endl;
    }

    return 0;
}

        数据集下载
        所有数据集直接可以在semantickitti数据集官网

SemanticKITTI - A Dataset for LiDAR-based Semantic Scene Understanding下载。
        依次点击Dataset->Download即可看到下载链接。
        三个连接均需要下载（占得空间很大，建议放在硬盘），分别解压到当前文件夹。

文件夹组织结构

dataset
        sequences
                00
                        labels
                        velodyne
                        calib.txt
                        poses.txt
                        times.txt
                01
                        labels
                        velodyne
                        calib.txt
                        poses.txt
                        times.txt
               …