[3D Object] KiTTI Object Detection Dataset Format

[Durant35]

• object/
  • training/
    • calib/%06d.txt
    • image_2/%06d.png
    • label_2/%06d.txt
    • velodyne/%06d.bin
  • testing/
  • [option] train.txt、val.txt、trainval.txt

    .
    ├── testing
    │   ├── calib
    │   ├── image_2
    │   ├── image_3
    │   └── velodyne
    └── training
    ├── calib
    ├── image_2
    ├── image_3
    ├── label_2
    └── velodyne

所有数据通过下标%06d完成时间同步

[Durant35]

激光雷达点云数据 velodyne/%06d.bin

• x
• y
• z
• intensity/reflection

[Durant35]

摄像头RGB数据image_2/%06d.png

[Durant35]

激光雷达&摄像头标定外参calib/%06d.txt

[Durant35]

物体检测标注数据label_2/%06d.txt

#Type                left-top   right-bottom     h   w    l    tx   ty    tz   rz
Car 1.00 0 -2.76 1046.65 171.03 1241.00 374.00 1.51 1.85 4.93 2.91 1.49 0.86 -1.57
Car 0.00 0 -1.93 780.30 176.52 1097.76 355.48 1.40 1.61 3.77 3.01 1.46 7.62 -1.57
Car 0.00 1 -1.70 719.32 175.38 828.14 260.07 1.41 1.57 3.16 2.94 1.48 13.70 -1.49
Car 0.00 0 1.91 308.97 191.73 421.45 262.34 1.53 1.56 3.58 -6.06 2.04 18.13 1.59
Car 0.00 1 1.71 480.13 185.09 516.50 211.90 1.42 1.54 3.50 -6.32 2.13 40.95 1.56
Car 0.00 1 -1.63 640.93 173.41 673.66 199.38 1.51 1.75 3.78 2.85 1.57 44.43 -1.57
Car 0.00 2 1.72 496.35 183.66 529.14 206.26 1.36 1.51 4.02 -6.25 2.08 46.53 1.58
DontCare -1 -1 -10 563.54 167.10 613.41 189.63 -1 -1 -1 -1000 -1000 -1000 -10
DontCare -1 -1 -10 622.34 172.56 634.37 184.59 -1 -1 -1 -1000 -1000 -1000 -10
DontCare -1 -1 -10 543.18 179.05 563.02 190.05 -1 -1 -1 -1000 -1000 -1000 -10
DontCare -1 -1 -10 668.94 166.69 695.02 179.23 -1 -1 -1 -1000 -1000 -1000 -10
DontCare -1 -1 -10 777.27 159.40 811.69 180.28 -1 -1 -1 -1000 -1000 -1000 -10

• DontCare 标签表示该区域没有被标注，比如由于目标物体距离激光雷达太远。为了防止在评估过程中（主要是计算precision），将本来是目标物体但是因为某些原因而没有标注的区域统计为假阳性(false positives)，评估脚本会自动忽略’DontCare’ 区域的预测结果