kiiti数据集介绍
kitti数据集存在4个相机，其中0和1为灰度相机，2和3为彩色相机，各设备之间的安装示意图如下所示：
如图所示：
相机坐标系：x轴向右，y轴向下，z轴向前
雷达坐标系：x轴向前，y轴向左，z轴向上
GPS/IMU坐标系：x轴向前，y轴向左，z轴向上（与车base_link坐标系相同）
从上图可知，kitti数据集的训练集中存在5个文件夹，最后一个暂时忽略（为mmdet3d中用于多模态任务将无颜色信息的点云去除后剩余的有用点云数据信息）。
下面逐个分析上面4个文件夹：
calib文件夹中如下：
由上图可以看出，每组图像和点云数据都会对应一个标定文件，由于数据集是在不同场景得到的，已经被打乱了，因此均对应一个标定文件。
P0、P1、P2、P3：(投影矩阵)经过旋转矫正后的0号相机到各对应相机坐标系的像素坐标系的变换矩阵(3×4)
R0_rect:0号相机坐标系到旋转矫正后的0号相机坐标系的变换矩阵（4×4）
Tr_velo_to_cam:从雷达坐标系到相机坐标系的变换矩阵（4×4）
Tr_imu_to_velo:从imuu坐标系到雷达坐标系的变换矩阵（4×4）
image_2文件夹如下：
存储2号相机所采集的图像数据，其编号id与雷达文件和标签文件相对应。
velodyne文件夹如下：
存储了对应关键帧的点云数据，点云数据类型为xyzi
label_2文件夹如下：
其中：
第一列数据：类别（原始的kitti数据集8个类别，而2D和3D目标检测任务中只针对car、pedestrain、Cyclist三类）
第二列数据：截断程度，数据位于0～1之间，0表示未截断，该数值越大代表截断程度越大。
第三列数据：遮挡程度，取值[0,1,2,3]，0代表完全可见，1代表小部分遮挡，2代表大部分遮挡，3代表遮挡过大。
第四列数据：观测角度（alpha）（-pi，pi），将物体转换至相机的正前方看，从前方看目标行驶方向与相机x轴方向夹角。
第五～八列数据：在2号相机中的目标的gt框，边界框按照左上右下的形式。
第九～十一列数据：三维物体的的尺寸：高、宽、长（m）
第十二～十四列数据：三维物体在旋转矫正后的0号相机坐标系的下平面中心点的坐标。
第十五列数据：rotation_y，从目标正前方看，目标行驶方向与相机x轴方向的夹角。
第十六列数据：score置信度分数，仅在测试评估时才会用到。
文章来源：https://www.toymoban.com/news/detail-422513.html
mmdetection3d中生成的pkl文件参数解析
文章来源地址https://www.toymoban.com/news/detail-422513.html
到了这里，关于kitti数据集解析以及在mmdection3d中的pkl文件参数解析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
