kitti資料集原**1
kitti資料集原**2
由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦。
汽車：volkswagen passat b6，已對踏板（加速和制動）和方向盤的執行器進行了改裝。
使用配備raid系統，執行ubuntu linux和實時資料庫的八核i7計算機記錄資料。我們使用以下感測器：
1慣性導航系統（gps / imu）：oxts rt 3003
1臺雷射掃瞄器：velodyne hdl-64e
2臺1.4百萬畫素的灰度相機：point grey flea 2（fl2-14s3m-c）
2臺彩色攝像頭，1.4百萬畫素：point grey flea 2（fl2-14s3c-c）
4個變焦鏡頭，4-8公釐：edmund optics nt59-917
雷射雷達掃瞄頻率為10幀/s，相機基本上和地平面保持水平。
相機的採集頻率也保持在10hz，並且在雷射雷達朝向正前方時釋放快門。
影象採集尺寸被裁減為1382x512畫素，在經過校正後，影象可能會進一步變小。
感測器的座標系定義
（上下左右以駕駛員為基準）
下圖說明了我們針對車輛的感測器設定。請注意，有關校準引數的更多資訊在校準檔案和開發套件中提供（請參閱原始資料部分）。
相機：x軸——向右，y軸——向下，z軸——向前；
雷射雷達：x軸——向前，y軸——向左，z軸——向上；
組合導航：同雷射雷達。
注： 此處座標系的定義對後續資料的視覺化和分析，以及標定矩陣的理解和使用至關重要，需要熟悉。
stereo、flow、sceneflow、depth、odometry、object、tracking、road、semantics和raw data
不同部分的資料報含不同的人為標註的真值資料，但其實針對不同用途的資料也基本上是從raw data資料中分離出來的。
介紹一下object和tracking資料的組織方式。
主要用於驗證無人駕駛中有關目標檢測演算法而設定的資料集，該資料集包含「2d object detection」、「3d object detection」和「bird』s eye view」三部分資料，分別用於驗證2d影象檢測框、3d影象或者雷射雷達包圍盒和鳥瞰圖檢測演算法的優劣。
需要注意的是對於object資料集，其資料並不是嚴格連續採集的資料，即都是單幀結果，只用於檢測演算法使用。
主要用於驗證無人駕駛中有關目標跟蹤演算法而設定的資料集，其資料組織方式與object資料集類似，最大的區別在於tracking資料集每個資料序列是連續的。
kitti資料集格式
資料 格式 第1個字串 代表物體類別 car van truck pedestrian person sitting cyclist tram misc or dontcare 注意，dontcare 標籤表示該區域沒有被標註，比如由於目標物體距離雷射雷達太遠。為了防止在評估過程中 主要是計算pre...
LeGO LOAM執行kitti資料集
kitti lego loam提供了將kitti序列轉化成rosbag的 在kittibag中.需要注意下資料檔案的存放順序，以00序列為例 dataset folder results 00.txt sequences 00 image 0 image 1 velodyne times.txt c...
使用YOLO訓練Kitti資料集
其他文章 上次寫了一篇關於使用yolo訓練voc資料集的文章，傳送門 article details 78724314 但是總不能只使用乙個資料集，多使用幾個資料集看看效果。因為我主要在做車輛和行人方面的檢測。正好kitti 資料集是做無人駕駛方面的公開權威資料集，包含大量公路，城市街道等各種路況的...