数据总体结构
Nuscenes 数据结构
可以看一下我的blog如何下载完备版
- mmdetection3d
- ├── mmdet3d
- ├── tools
- ├── configs
- ├── data
- │ ├── nuscenes
- │ │ ├── maps
- │ │ ├── samples
- │ │ ├── sweeps
- │ │ ├── lidarseg (optional)
- │ │ ├── v1.0-test
- | | ├── v1.0-trainval
- nuscenes_database/xxxxx.bin：训练数据集的每个 3D 包围框中包含的点云数据。
- nuscenes_infos_train.pkl：训练数据集，该字典包含了两个键值：metainfo 和 data_list。metainfo 包含数据集的基本信息，例如 categories, dataset 和 info_version。data_list 是由字典组成的列表，每个字典（以下简称 info）包含了单个样本的所有详细信息。
- info[‘sample_idx’]：样本在整个数据集的索引。
- info[‘token’]：样本数据标记。
- info[‘timestamp’]：样本数据时间戳。
- info[‘ego2global’]：自车到全局坐标的变换矩阵。（4x4 列表）
- info[‘lidar_points’]：是一个字典，包含了所有与激光雷达点相关的信息。
- info[‘lidar_points’][‘lidar_path’]：激光雷达点云数据的文件名。
- info[‘lidar_points’][‘num_pts_feats’]：点的特征维度。
- info[‘lidar_points’][‘lidar2ego’]：该激光雷达传感器到自车的变换矩阵。（4x4 列表）
- info[‘lidar_sweeps’]：是一个列表，包含了扫描信息（没有标注的中间帧）。
- info[‘lidar_sweeps’][i][‘lidar_points’][‘data_path’]：第 i 次扫描的激光雷达数据的文件路径。
- info[‘lidar_sweeps’][i][‘lidar_points’][lidar2ego’’]：当前激光雷达传感器到自车的变换矩阵。（4x4 列表）
- info[‘lidar_sweeps’][i][‘lidar_points’][‘ego2global’]：自车到全局坐标的变换矩阵。（4x4 列表）
- info[‘lidar_sweeps’][i][‘lidar2sensor’]：从主激光雷达传感器到当前传感器（用于收集扫描数据）的变换矩阵。（4x4 列表）
- info[‘lidar_sweeps’][i][‘timestamp’]：扫描数据的时间戳。
- info[‘lidar_sweeps’][i][‘sample_data_token’]：扫描样本数据标记。
- info[‘images’]：是一个字典，包含与每个相机对应的六个键值：'CAM_FRONT', 'CAM_FRONT_RIGHT', 'CAM_FRONT_LEFT', 'CAM_BACK', 'CAM_BACK_LEFT', 'CAM_BACK_RIGHT'。每个字典包含了对应相机的所有数据信息。
- info[‘images’][‘CAM_XXX’][‘img_path’]：图像的文件名。
- info[‘images’][‘CAM_XXX’][‘cam2img’]：当 3D 点投影到图像平面时需要的内参信息相关的变换矩阵。（3x3 列表）
- info[‘images’][‘CAM_XXX’][‘sample_data_token’]：图像样本数据标记。
- info[‘images’][‘CAM_XXX’][‘timestamp’]：图像的时间戳。
- info[‘images’][‘CAM_XXX’][‘cam2ego’]：该相机传感器到自车的变换矩阵。（4x4 列表）
- info[‘images’][‘CAM_XXX’][‘lidar2cam’]：激光雷达传感器到该相机的变换矩阵。（4x4 列表）
- info[‘instances’]：是一个字典组成的列表。每个字典包含单个实例的所有标注信息。对于其中的第 i 个实例，我们有：
- info[‘instances’][i][‘bbox_3d’]：长度为 7 的列表，以 (x, y, z, l, w, h, yaw) 的顺序表示实例的 3D 边界框。
- info[‘instances’][i][‘bbox_label_3d’]：整数表示实例的标签，-1 代表忽略。
- info[‘instances’][i][‘velocity’]：3D 边界框的速度（由于不正确，没有垂直测量），大小为 (2, ) 的列表。
- info[‘instances’][i][‘num_lidar_pts’]：每个 3D 边界框内包含的激光雷达点数。
- info[‘instances’][i][‘num_radar_pts’]：每个 3D 边界框内包含的雷达点数。
- info[‘instances’][i][‘bbox_3d_isvalid’]：每个包围框是否有效。一般情况下，我们只将包含至少一个激光雷达或雷达点的 3D 框作为有效框。
- info[‘cam_instances’]：是一个字典，包含以下键值：'CAM_FRONT', 'CAM_FRONT_RIGHT', 'CAM_FRONT_LEFT', 'CAM_BACK', 'CAM_BACK_LEFT', 'CAM_BACK_RIGHT'。对于基于视觉的 3D 目标检测任务，我们将整个场景的 3D 标注划分至它们所属于的相应相机中。对于其中的第 i 个实例，我们有：
- info[‘cam_instances’][‘CAM_XXX’][i][‘bbox_label’]：实例标签。
- info[‘cam_instances’][‘CAM_XXX’][i][‘bbox_label_3d’]：实例标签。
- info[‘cam_instances’][‘CAM_XXX’][i][‘bbox’]：2D 边界框标注（3D 框投影的矩形框），顺序为 [x1, y1, x2, y2] 的列表。
- info[‘cam_instances’][‘CAM_XXX’][i][‘center_2d’]：3D 框投影到图像上的中心点，大小为 (2, ) 的列表。
- info[‘cam_instances’][‘CAM_XXX’][i][‘depth’]：3D 框投影中心的深度。
- info[‘cam_instances’][‘CAM_XXX’][i][‘velocity’]：3D 边界框的速度（由于不正确，没有垂直测量），大小为 (2, ) 的列表。
- info[‘cam_instances’][‘CAM_XXX’][i][‘attr_label’]：实例的属性标签。我们为属性分类维护了一个属性集合和映射。
- info[‘cam_instances’][‘CAM_XXX’][i][‘bbox_3d’]：长度为 7 的列表，以 (x, y, z, l, h, w, yaw) 的顺序表示实例的 3D 边界框。
- info[‘pts_semantic_mask_path’]：激光雷达语义分割标注的文件名。
Occnet 数据集
连接
- OccNet
- ├── data/
- │ ├── can_bus/
- │ ├── nuscenes/
- │ │ ├── maps/
- │ │ ├── samples/
- │ │ ├── sweeps/
- │ │ ├── v1.0-test
- │ │ ├── v1.0-trainval
- │ │ ├── nuscenes_infos_temporal_train.pkl
- │ │ ├── nuscenes_infos_temporal_val.pkl
- │ ├── occ_gt_release_v1_0/
- │ │ ├── train/
- │ │ ├── val/
- │ │ ├── occ_gt_train.json
- │ │ ├── occ_gt_val.json
- │ │ ├── nuscenes_infos_temporal_train_occ_gt.pkl
- │ │ ├── nuscenes_infos_temporal_val_occ_gt.pkl
- └── Occpancy3D-nuScenes-V1.0
- |
- ├── mini
- |
- ├── trainval
- | ├── imgs
- | | ├── CAM_BACK
- | | | ├── n015-2018-07-18-11-07-57+0800__CAM_BACK__1531883530437525.jpg
- | | | └── ...
- | | ├── CAM_BACK_LEFT
- | | | ├── n015-2018-07-18-11-07-57+0800__CAM_BACK_LEFT__1531883530447423.jpg
- | | | └── ...
- | | └── ...
- | |
- | ├── gts
- | | ├── [scene_name]
- | | | ├── [frame_token]
- | | | | └── labels.npz
- | | | └── ...
- | | └── ...
- | |
- | └── annotations.json
- |
- └── test
- ├── imgs
- └── annotations.json
gts/ 包罗每个样本的真值数据。[scene_name] 指定一系列帧，而 [frame_token] 指定序列中的单个帧。
annotations.json 包罗数据集的元信息。
labels.npz 包罗每一帧的 [semantics]（语义）、[mask_lidar]（雷达遮罩）和 [mask_camera]（相机遮罩）。
- annotations {
- "train_split": ["scene-0001", ...], <list> -- training dataset split by scene_name
- "val_split": list ["scene-0003", ...], <list> -- validation dataset split by scene_name
- "scene_infos" { <dict> -- meta infos of the scenes
- [scene_name]: { <str> -- name of the scene.
- [frame_token]: { <str> -- samples in a scene, ordered by time
- "timestamp": <str> -- timestamp (or token), unique by sample
- "camera_sensor": { <dict> -- meta infos of the camera sensor
- [cam_token]: { <str> -- token of the camera
- "img_path": <str> -- corresponding image file path, *.jpg
- "intrinsic": <float> [3, 3] -- intrinsic camera calibration
- "extrinsic":{ <dict> -- extrinsic parameters of the camera
- "translation": <float> [3] -- coordinate system origin in meters
- "rotation": <float> [4] -- coordinate system orientation as quaternion
- }
- "ego_pose": { <dict> -- vehicle pose of the camera
- "translation": <float> [3] -- coordinate system origin in meters
- "rotation": <float> [4] -- coordinate system orientation as quaternion
- }
- },
- ...
- },
- "ego_pose": { <dict> -- vehicle pose
- "translation": <float> [3] -- coordinate system origin in meters
- "rotation": <float> [4] -- coordinate system orientation as quaternion
- },
- "gt_path": <str> -- corresponding 3D voxel gt path, *.npz
- "next": <str> -- frame_token of the previous keyframe in the scene
- "prev": <str> -- frame_token of the next keyframe in the scene
- }
- ]
- }
- }
- }
连接
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
