3D检测KITTI数据集

3D 点云目标检测

  3D目标检测是计算机视觉领域中的一项任务，旨在从三维空间中的传感器数据（例如激光雷达点云或深度图像）中准确地检测和定位物体。与传统的2D目标检测不同，3D目标检测需要在三维空间中确定物体的位置（x、y、z坐标），同时还需要确定物体的尺寸和方向。这使得3D目标检测成为一项更具挑战性的任务。
 即：物体的位置（x, y, z）、尺寸（x_size, y_size, z_size）以及大致方向（框的朝向角）
 7-DoF（位置、尺寸、朝向角）、9-DoF（位置、尺寸、3个方向角）

KITTI 数据集

详细介绍 链接
 KITTI数据集是一个广泛用于计算机视觉研究的公共数据集，其主要用于自动驾驶和机器人感知领域的任务。KITTI数据集由德国卡尔斯鲁厄理工学院和丰田科技研究所合作创建，命名来自“Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago”。

 该数据集包含多种传感器（如激光雷达、摄像头和GPS）采集的真实世界场景数据，涵盖了不同环境条件下的城市街道和乡村道路。KITTI数据集提供了多种任务的标注信息，其中最著名的任务之一是3D目标检测和定位。
场景：Road道路、City城市、Residential住宅、Campus校园、Person行人
类别：Car、Van、Truck、Pedestrian、Person_sitting、Cyclist、Tram、Misc、DontCare，其中DontCare标签表示该区域没有被标注
汽车、面包车、卡车、行人、坐着的人、自行车、电车、杂项

3D目标检测数据集由7481个训练图像和7518个测试图像以及相应的点云数据组成，包括总共80256个标记对象。

数据解析

1 真值数据

label是 n个15维的向量, 组成了8个维度的信息

列	字段名	含义	样例
0	Type	类别	Pedestrian
1	Truncated	目标截断程度：0~1之间的浮点数表示目标距离图像边界的程度从0（non-truncated）到1(truncated）	0、-1
2	occluded	目标遮挡程度：0~3之间的整数0：完全可见 1：部分遮挡 2：大部分遮挡 3：未知	0、-1
3	Alpha	目标观测角：[ − p i , p i ]	-1.73
4：7	Bbox	目标2D检测框位置：左上顶点和右下顶点的像素坐标	471.56 174.73 502.47 266.40
8：10	Dimension	3D目标尺寸：高、宽、长	1.53 0.61 0.73
11：13	Location	相机坐标系下目标3D框底面中心坐标：( x , y , z ) (x, y,z)(x,y,z)，	-2.20 1.57 12.56
14	Rotation_y	相机坐标系下绕轴旋转的弧度，目标朝向角弧度 [ − p i , p i ]	-1.90

1)训练时主要用到的是类别信息(type) 和3d bbox 信息 (location, dimension, rotation_y).

下图转自/blog.youkuaiyun.com/qq_16137569/