本文以Kitti数据集以及PointPillar 模型的配置文件来举例，详细解析数据集和模型配置相关的内容。

在MMDetection3D(mmdet3d)项目的configs目录下提供了不同版本的各类3d模型的配置文件，大概有40多种主流和前沿的3D模型。支持Lidar-based 、Camera-based、Multi-modal (多模态)3D 目标检测模型以及 3D语义分割模型。模型的配置文件在项目的confgs文件夹中，根据项目需要找到对应的模型，比如pointpillars可以看到mmdet3d帮我们适配了各种版本的pointpillars模型。配置文件中包含了：模型结构、数据处理的pipeline、训练相关的配置(优化器、超参数、训练验证的轮数以及指标评估)等。

• 当我们需要训练一个3D模型时，只需要准备好配置文件、预训练权重以及自定义数据集即可。其中不同模型训练的配置文件MMDetection3D已经提供了，另外也提供了对应版本的SOTA预训练权重，可到官网进行下载。

• 配置文件中包含了：模型结构配置、数据处理的pipeline、训练相关的配置，因此配置文件中它会继承, 通过_base_变量存储需要继承的文件：模型的配置文件、dataset的配置文件、优化器相关的配置文件、以及runtime的配置文件(定义日志级别、workdir、resume的模型路径等)
  

• 另外，如果我们自己需要修改配置文件，只需要继承官方提供的配置文件基础上，做一些局部的改动即可，大部分配置都不需要修改，使用起来非常便利。

• 整个训练和测试的配置文件，包含了：模型的配置文件、dataset的配置文件、优化器相关的配置文件、以及runtime的配置文件， 其中模型的配置文件和dataset的配置文件是两个最核心的配置文件，因此接下来会重点介绍这两个配置文件。优化器和runtime的配置比较简单，基本看看就明白。

1. Dataset 配置文件解析

以KITTI数据集为例进行解析，Dataset的配置文件路径在: configs/_base_/datasets/kitti-3d-3class.py。它定义了：数据采样db_sampler，数据处理的pipeline : train_pipeline、test_pipeline、val_pipeline, 以及data(完整的data处理定义)； 还有一些全局变量，如：dataset_type、data_root、class_names、point_cloud_range

1. 1 定义全局变量

在kitti-3d-3clas.py 定义了如下几个全局变量

• dataset_type: 因为是kitti数据集，所以默认为KittiDataset。也可以是其他数据集，比如 LyftDataset,WaymoDataset,NuScenesDataset, 也可以是自定义的数据集类型。
• data_root：定义数据存放的跟目录，比如data/kitti/
• class_names: 数据的类别名，比如KITTI数据集的类型为：[‘Pedestrian’, ‘Cyclist’, ‘Car’]
• point_cloud_range: 点云覆盖的有效范围，用于过滤点云数据。比如KITTI 对应的范围为: [-50, -50, -5, 50, 50, 3]
• input_modality: 设定使用的数据对应的模态信息。对于pointpillars，用于lidar点云检测，所以 use_lidar=True

  input_modality = dict(
  use_lidar=True,
  use_camera=False,
  use_radar=False,
  use_map=False,
  use_external=False)
  

1. 1 数据处理pipeline

当代码解析了数据的类型dataset_type, 就会获取点云路径、图像路径和.pkl格式的标注数据路径，得到了数据的路径和标注之后，对于训练和测试我们需要对点云数据做一定的处理，才能送入模型进程训练或推理，数据的pipeline就是用来数据处理的，主要包括train_pipeline(用于处理训练数据)和test_pipeline（默认test和val都使用一样的pipeline）以及eval_pipeline(处理数据，用于评估模型效果)

(1) train_pipeline

train_pipeline是用来处理用于训练的点云数据，脚本如下:

train_pipeline = [
    dict(
        type='LoadPointsFromFile',
        coord_type='LIDAR',
        load_dim=4,
        use_dim=4,
        file_client_args=file_client_args),
    dict(
        type='LoadAnnotations3D',
        with_bbox_3d=True,
        with_label_3d=True,
        file_client_args=file_client_args),
    dict(type='ObjectSample', db_sampler=db_sampler),
    dict(
        type='ObjectNoise',
        num_try=100,
        translation_std=[1.0, 1.0, 0.5],
        global_rot_range=[0.0, 0.0],
        rot_range=[-0.78539816, 0.78539816]),
    dict(type='RandomFlip3D', flip_ratio_bev_horizontal=0.5),
    dict(
        type='GlobalRotScaleTrans',
        rot_range=[-0.78539816, 0.78539816],
        scale_ratio_range=[0.95, 1.05]),
    dict(type='PointsRangeFilter', point_cloud_range=point_cloud_range),
    dict(type='ObjectRangeFilter', point_cloud_range=point_cloud_range),
    dict(type='PointShuffle'),
    dict(type='DefaultFormatBundle3D', class_names=class_names),
    dict(type='Collect3D', keys=['points', 'gt_bboxes_3d', 'gt_labels_3d'])
]

• 可以看到pipeline中定义的第一个数据处理操作，就是从文件中读取点云(LoadPointsFromFile)，根据我们定义点云路径，把点云文件中存储的nx4的数据读取出来
• 第二个操作是加载3D标注数据，它会把我们处理好(create_data.py)的标注文件数据读取出来。
• 然后定义了一个数据增强的操作ObjectSample，也就是会把其他场景中的一些物体的点云，迁移到当前场景的点云数据中，做数据增强。
• 紧接着ObjectNoise也是一种数据增强操作，对点云数据做一些微小的平移和旋转，增加一些扰动的噪声
• 然后会对点云数据做一些随机的翻转(RandomFlip3D),以及旋转、缩放和平移操作GlobalRotScaleTrans
• 紧接着会把我们关注范围以内的点云数据筛选出来(PointsRangeFilter和ObjectRangeFilter)，可能点云数据放大、旋转、平移后有些数据就出去了，需要过滤掉。
• 然后，对点云数据随机打乱顺序
• 最后将所需要的数据，包括点云，3D 标注框和标签数据打包在一起(Collect3D)，形成一个字典，供模型的训练或推理测试。

(2) test_pipeline

测试的pipeline的脚本如下:

test_pipeline = [
    dict(
        type='LoadPointsFromFile',
        coord_type='LIDAR',
        load_dim=4,
        use_dim=4,
        file_client_args=file_client_args),
    dict(
        type='MultiScaleFlipAug3D',
        img_scale=(1333, 800),
        pts_scale_ratio=1