背景

KITTI數(shù)據(jù)集建立前，前人的實(shí)驗(yàn)在米德爾伯里等既定基準(zhǔn)上排名靠前的方法在從實(shí)驗(yàn)室轉(zhuǎn)移到現(xiàn)實(shí)世界時表現(xiàn)低于平均水平。 除了向社區(qū)提供具現(xiàn)實(shí)世界數(shù)據(jù)以減少實(shí)驗(yàn)偏差，KITTI在補(bǔ)充現(xiàn)有基準(zhǔn)的情況下，形成了一個新穎且具有挑戰(zhàn)性的計算機(jī)視覺基準(zhǔn)。

KITTI數(shù)據(jù)集涵蓋的任務(wù)包括：立體視覺、光流、視覺里程計量、3D目標(biāo)檢測和3D跟蹤。使用的傳感器包括：兩個高分辨率彩色相機(jī)和灰度視頻相機(jī)、激光雷達(dá)、GPS系統(tǒng)。KITTI在中型城市卡爾斯魯厄、農(nóng)村地區(qū)和高速公路上行駛中收集。 每張圖像最多可以看到 15 輛汽車和 30 名行人。

除了提供原始格式的所有數(shù)據(jù)，KITTI還為每個任務(wù)提供了基準(zhǔn)。 對于每個基準(zhǔn)還提供了一個評估指標(biāo)和評估網(wǎng)站。

KITTI數(shù)據(jù)集任務(wù)分類

• 立體
• 光流
• 場景流
• 深度
• 里程計量
• 目標(biāo)檢測
• 跟蹤
• 道路
• 語義

傳感器配置細(xì)節(jié)

• GPS/IMU: OXTS RT 3003
• Lidar: Velodyne HDL-64E
• 灰度相機(jī)（1.4 Megapixels）: Point Grey Flea 2 (FL2-14S3M-C)
• 彩色相機(jī)（1.4 Megapixels）: Point Grey Flea 2 (FL2-14S3C-C)
• 各式鏡頭（4-8 mm）: Edmund Optics NT59-917

其中，激光雷達(dá)的頻率為10幀/秒，每次循環(huán)大約捕捉100k個點(diǎn)，水平像素為64，點(diǎn)云數(shù)據(jù)格式是在激光雷達(dá)坐標(biāo)系下的（x, y, z, ρ）分別表示點(diǎn)在激光雷達(dá)坐標(biāo)下的坐標(biāo)（x, y, z)和點(diǎn)的反射強(qiáng)度，；相機(jī)安裝在與地平面大致水平，使用libdc’s 格式、模式7對相機(jī)圖像剪裁成1382x512，由于修正的原因使得圖像略小；相機(jī)快門時間最快2ms，且使用激光雷達(dá)觸發(fā)相機(jī)拍攝，因此相機(jī)頻率與激光雷達(dá)頻率持平。

整個傳感器的部署和各傳感器坐標(biāo)系朝向如下圖：

3D目標(biāo)檢測

可用數(shù)據(jù)

整個3D目標(biāo)檢測基準(zhǔn)包括7481張訓(xùn)練圖像和7518張測試圖像，以及其各自對應(yīng)的點(diǎn)云數(shù)據(jù)。這些圖像中一共包含了80256個已標(biāo)注的目標(biāo)對象。在評估方面，數(shù)據(jù)集計算的是準(zhǔn)確度-召回率的曲線，此外，為了對各個方法進(jìn)行排名，還計算了平均準(zhǔn)確率。

可供下載的數(shù)據(jù)包括：

左方彩色相機(jī)圖像

右方彩色相機(jī)圖像

左方彩色相機(jī)3個時間前的幀

右方彩色相機(jī)3個時間前的幀

點(diǎn)云數(shù)據(jù)

對應(yīng)傳感器的相機(jī)標(biāo)定數(shù)據(jù)

數(shù)據(jù)集的訓(xùn)練標(biāo)簽

目標(biāo)開發(fā)工具箱代碼（包括3D目標(biāo)檢測和鳥瞰試圖評估代碼）

預(yù)訓(xùn)練的LSVM基礎(chǔ)模型，網(wǎng)絡(luò)結(jié)構(gòu)是LSVM-MDPM-sv和LSVM-MDPM-us的網(wǎng)絡(luò)結(jié)構(gòu)

訓(xùn)練和測試的檢測對象參考數(shù)據(jù)

將KITTI數(shù)據(jù)轉(zhuǎn)化成PASCAL VOC格式的代碼

KITTI，KITTI tracking，Pascal VOC，Udacity，CrowAI和AUTTI格式相互轉(zhuǎn)化的代碼

評估細(xì)節(jié)

其中，對3D目標(biāo)檢測性能評估，使用的是PASCAL用于2D目標(biāo)檢測的標(biāo)準(zhǔn)

遠(yuǎn)距離目標(biāo)檢測結(jié)果根據(jù)bbox在圖像上的高度進(jìn)行過濾；只要目標(biāo)出現(xiàn)在圖像中并被標(biāo)注，那么目標(biāo)在dont car區(qū)域不會被標(biāo)注為假正例。評估方法并不關(guān)心圖像上沒有出現(xiàn)而被忽略掉的檢測結(jié)果，因?yàn)檫@些檢測結(jié)果可能提高假正例的數(shù)量。

對于汽車的3D檢測，要求重疊率超過70%，而對于行人和自行車騎手則指要求bbox重疊超過50%。根據(jù)程度劃分為三類：

• 簡單類：bbox最小高度為40像素，最大重疊范圍：完全可見，最大截斷比例為15%
• 中等類：bbox最小高度為25像素，最大重疊范圍：部分可見，最大截斷比例為30%
• 困難類：bbox最小高度為25像素，最大重疊范圍：不容察覺，最大截斷比例為50%

檢測類別

• 汽車
• 行人
• 自行車手

總結(jié)

以上是生活随笔為你收集整理的「Self-driving: KITTI」KITTI数据集简介的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。