3D-Detection系列论文1 ---- Pointpillars --creat_date篇

最新推荐文章于 2024-11-11 13:37:17 发布

原创

最新推荐文章于 2024-11-11 13:37:17 发布 · 1.4k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#自动驾驶 #pytorch #深度学习

本文详细解析了PointPillars模型的数据预处理流程，包括KITTI数据集的组织结构、创建信息文件、点云删减及地面实况数据库生成等关键步骤。深入介绍了如何从原始数据中提取并准备训练所需的信息。

$\color{red}{注：此文是解析的是pointpillar不是second}$

一、creat_data 准备

数据按照格式官网格式准备好，将不同的文件放入不同的文件夹。

└── KITTI_DATASET_ROOT
       ├── training    <-- 7481 train data
       |   ├── image_2 <-- for visualization
       |   ├── calib
       |   ├── label_2
       |   ├── velodyne
       |   └── velodyne_reduced <-- empty directory
       └── testing     <-- 7580 test data
           ├── image_2 <-- for visualization
           ├── calib
           ├── velodyne
           └── velodyne_reduced <-- empty directory

然后执行：python create_data.py create_kitti_info_file --data_path=KITTI_DATASET_ROOT操作。

二、代码部分（一）

我们来看一下create_date的代码部分：

def create_kitti_info_file(data_path,
                           save_path=None,
                           create_trainval=False,
                           relative_path=True)

这是我们原函数的参数列表，把KITTI的原数据路径加入。

    train_img_ids = _read_imageset_file("./data/ImageSets/train.txt")
    val_img_ids = _read_imageset_file("./data/ImageSets/val.txt")
    trainval_img_ids = _read_imageset_file("./data/ImageSets/trainval.txt")
    test_img_ids = _read_imageset_file("./data/ImageSets/test.txt")

ImageSets里面存放的的是训练集、验证集、测试集的对应kittii的是序列号。

kitti_infos_test =kitti.get_kitti_image_info()
kitti_infos_val = kitti.get_kitti_image_info()
kitti_infos_train = kitti.get_kitti_image_info(data_path,
        training=True,
        velodyne=True,
        calib=True,
        image_ids=train_img_ids,
        relative_path=relative_path)
产生三个数据集的一些信息，image_infos 包括 图像和velodyne，calib以及gt的一些信息。

下面是get_kitti_image_info的原型，返回的是一个list。

def get_kitti_image_info(path,
                         training=True,
                         label_info=True,
                         velodyne=False,
                         calib=False,
                         image_ids=7481,
                         extend_matrix=True,
                         num_worker=8,
                         relative_path=True,
                         with_imageshape=True)

经过get_kitti_image_info后生成的信息如下：

{'image_idx':
 'pointcloud_num_features': 4, 
 'velodyne_path': 
 'img_path':
  'img_shape':、
   'calib/P0': 'calib/P1':, 'calib/P2': , 'calib/P3': , 'calib/R0_rect': ， 'calib/Tr_velo_to_cam': , 'calib/Tr_imu_to_velo':
  'annos': {'name': , 'truncated': 'occluded': , 'alpha': , 'bbox': , 'dimensions': , 'location': , 'rotation_y': , 'score':, 'index':, 'group_ids': , }'difficu