3D检测数据任务调研

[foww-0001]

谷歌3D目标检测数据集： https://blog.csdn.net/Sophia_11/article/details/113355862

[foww-0001]

https://zhuanlan.zhihu.com/p/101330861

[zhdrt]

研究不同的数据集还是研究不同的3D检测方法？

[lpj0822]

可以先研究3D检测的数据集

[kingwangxiang]

贴一下kitti数据集和google数据集链接，两种3D数据集。场景室内优先，后室外。

[zhdrt]

https://www.cnblogs.com/tofengz/p/13122400.html 介绍了主要的室内场景数据集ScanNet和SUN-RGB-D，并将其任务功能进行了罗列。 https://github.com/ScanNet/ScanNet https://github.com/07946/SUN-RGB-D

[zhdrt]

Google Open Images Dataset V4数据集： 1-CSV与图片关系：https://blog.csdn.net/wulala789/article/details/80646618?spm=1001.2014.3001.5501 该部分介绍了数据集的用途以及数据库表关系。 2-分类快速下载：https://blog.csdn.net/wulala789/article/details/80671952 该部分介绍如何单独地从数据集中获取某些对象图片，并附带代码链接（GitHub）。

[zhdrt]

https://blog.csdn.net/weixin_40805392/article/details/107209832?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-1.essearch_pc_relevant&spm=1001.2101.3001.4242 该文章主要介绍了目前3D目标检测的一些比较重要的数据集和在github上比较好用的3D目标检测项目。数据集从室内和室外两方面进行了分类，项目为针对自动驾驶场景的科研项目。

[zhdrt]

KITTI 数据集： 1、https://blog.csdn.net/qq_16137569/article/details/118873033?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-6.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-6.control 从传感器配置、数据采集、数据标注、传感器标定方面概述了KITTI数据集；并在数据方面介绍了3D目标检测数据集。 2、https://blog.csdn.net/lovely_yoshino/article/details/105814646?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase 介绍了KITTI数据中各文件保存的数据。 3、https://blog.csdn.net/Solomon1558/article/details/70173223 介绍了KITTI数据集的数据组织形式、标注格式、评价准则以及3D物体检测和方向预测。

[lpj0822]

帮忙看看RGB数据如何转换到RGBD，RGBD如何转换到3维点云数据，以及这几种数据使用的什么格式存储的（主要是RGBD与3维点云）

[zhdrt]

KITTI数据集官网：http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d Google Open Images Dataset V4官网：https://storage.googleapis.com/openimages/web/index.html

[zhdrt]

RGBD = RGB + Depth Map RGBD转换为3维点云数据代码：https://blog.csdn.net/weixin_43214609/article/details/86707196 存储格式：RGB: .png Depth Map： .png 点云数据： .pcd 基于点云 / RGBD的3D视觉检测技术：https://zhuanlan.zhihu.com/p/78758569

[lpj0822]

好的

[MiniBullLab]

https://github.com/ScanNet/ScanNet https://github.com/07946/SUN-RGB-D 可以把这两个数据集，下载下来后，看看数据用什么软件可视化

[kingwangxiang]

PKL程序转化图片太对，机器内存不够。尝试减少图片数量做转换。

[zhdrt]

可视化参考 windows: https://github.com/mbaradad/im2pcl/tree/8fd7025dfc937e2218a9c1d9d9e22878c099ebc7 不能在windows中运行，其中有一个模块termios（termios, which is unix only）windows不支持。 ubuhttps: 1、https://github.com/mbaradad/im2pcl/tree/8fd7025dfc937e2218a9c1d9d9e22878c099ebc7 2、https://github.com/cheng052/BRNet/tree/f92d69c8df725a7f6120e8a592bd4cd472fbcccb

[vitahlin]

windows skvideo 模块问题，ubuntu暂未测试

[MiniBullLab]

skvideo: https://github.com/scikit-video/scikit-video

[foww-0001]

需要ubuntu系统运行案例，unix系统。

[kingwangxiang]

粘贴一下，最新做的工程链接。

[zhdrt]

yolov5数据集可以用windows系统进行目标识别，现已实现。在pytorch环境中运行detect.py即可。新增标签进行训练时需要CUDA，我的电脑不支持。具体的检测结果自动生成在yolov5-master\yolov5-master\runs\detect文件夹中。 具体数据集与代码见：链接：https://pan.baidu.com/s/1rC9j_y4GXnS6AQiMUFqlyg提取码：1111