关于Lidar2Cam中autocalib在kitti上提取不到特征的问题

[Chenwei-Huang]

您好，我运行了你们的testdata，效果非常不错 但是我按照论文换用了kitti数据集（(09/26/2011 drive 0015），结果lidar和image都检测不到特征了，请问是需要改什么设置吗 下面是运行时的打印日志： center_camera-intrinsic top_center_lidar-to-center_camera-extrinsic [pcl::SampleConsensusModel::getSamples] Can not select 0 unique points out of 0! [pcl::RandomSampleConsensus::computeModel] No samples could be selected! [pcl::SACSegmentation::segment] Error segmenting the model! No solution found. [WARN] [122@lidar_feature.cpp] Could not estimate a planar model for the given dataset. before loss: -nan after loss: -nan

同样的，python运行的图像特征提取的mask也是全黑图片，并没有车道线和电线杆 测试了多组kitti数据都是这样，所以想问一下，如果想要达到论文中的kitti数据集标定效果，有什么需要注意的地方吗？ 感谢！！

[xiaokn]

您好，我运行了你们的testdata，效果非常不错 但是我按照论文换用了kitti数据集（(09/26/2011 drive 0015），结果lidar和image都检测不到特征了，请问是需要改什么设置吗 下面是运行时的打印日志： center_camera-intrinsic top_center_lidar-to-center_camera-extrinsic [pcl::SampleConsensusModel::getSamples] Can not select 0 unique points out of 0! [pcl::RandomSampleConsensus::computeModel] No samples could be selected! [pcl::SACSegmentation::segment] Error segmenting the model! No solution found. [WARN] [122@lidar_feature.cpp] Could not estimate a planar model for the given dataset. before loss: -nan after loss: -nan

同样的，python运行的图像特征提取的mask也是全黑图片，并没有车道线和电线杆 测试了多组kitti数据都是这样，所以想问一下，如果想要达到论文中的kitti数据集标定效果，有什么需要注意的地方吗？ 感谢！！

是不是配置的问题?

[cchester25]

我也遇到了这个问题

您好，我运行了你们的testdata，效果非常不错 但是我按照论文换用了kitti数据集（(09/26/2011 drive 0015），结果lidar和image都检测不到特征了，请问是需要改什么设置吗 下面是运行时的打印日志： center_camera-intrinsic top_center_lidar-to-center_camera-extrinsic [pcl::SampleConsensusModel::getSamples] Can not select 0 unique points out of 0! [pcl::RandomSampleConsensus::computeModel] No samples could be selected! [pcl::SACSegmentation::segment] Error segmenting the model! No solution found. [WARN] [122@lidar_feature.cpp] Could not estimate a planar model for the given dataset. before loss: -nan after loss: -nan 同样的，python运行的图像特征提取的mask也是全黑图片，并没有车道线和电线杆 测试了多组kitti数据都是这样，所以想问一下，如果想要达到论文中的kitti数据集标定效果，有什么需要注意的地方吗？ 感谢！！

是不是配置的问题?

我也遇到了这个问题，难道不同的照片都需要再重新训练一遍么？