mmdetection3d nuScenes (持续更新)

news2024/11/23 10:02:04

        Mmdetection3d集成了大量3D深度学习算法,其中很大一部分可以在智能驾驶nuScenes数据集上运行。在算法应用nuScenes数据之前,mmdetection3d提供了相应的预处理程序。关于nuScenes的详细介绍请参考本博客之前的文章nuScenes数据集详细介绍_Coding的叶子的博客-CSDN博客。部分介绍内容会持续更新和补充。

1 Mmdetection3d nuScenes目录结构

        Mmdetection3d nuScenes数据集处理介绍官方地址为“https://mmdetection3d.readthedocs.io/en/latest/data_preparation.html”,具体介绍位于Data Preparation栏目。NuScenes的目录结构如下所示,包括maps、samples、sweeps、v1.0-test和v1.0-trainval。

图1 mmdetection3d nuScenes文件结构

        上述文件结构来源于完整版的nuScenes,但是Mini版nuScene的目录为maps、samples、sweeps和v1.0-mini,数据集详细介绍请参考本专栏之前博文:nuScenes数据集详细介绍_Coding的叶子的博客-CSDN博客。在进行算法实验或学习时,我们通常下载的是Mini版本,直接运行mmdetection3d nuScenes默认处理程序时会出错。为了能够在Mini nuScenes运行算法,我们需要进行以下两处修改。此外,mmdetection3d也提供Mini 版nuScenes的处理程序,不需要对数据目录结构进行修改,相应的处理比例见下一节

  1. 把v1.0-mini文件夹重命名为v1.0-trainval。
  2. 注释掉tools/create_data.py中处理nuScenes测试集部分,如下所示。
elif args.dataset == 'nuscenes' and args.version != 'v1.0-mini':
train_version = f'{args.version}-trainval'
nuscenes_data_prep(
    root_path=args.root_path,
    info_prefix=args.extra_tag,
    version=train_version,
    dataset_name='NuScenesDataset',
    out_dir=args.out_dir,
    max_sweeps=args.max_sweeps)
'''
test_version = f'{args.version}-test'
nuscenes_data_prep(
    root_path=args.root_path,
    info_prefix=args.extra_tag,
    version=test_version,
    dataset_name='NuScenesDataset',
    out_dir=args.out_dir,
    max_sweeps=args.max_sweeps)
    '''

2 Mmdetection3d nuScenes预处理

        Mmdetection3d nuScenes预处理命令如下。

python tools/create_data.py nuscenes --root-path ./data/nuscenes --out-dir ./data/nuscenes --extra-tag nuscenes

        针对Mini nuScenes数据集,相应的预处理命令如下,需要指定版本号为v1.0-mini。

python tools/create_data.py nuscenes --version v1.0-mini --root-path ./data/nuscenes --out-dir ./data/nuscenes --extra-tag nuscenes

        预处理命令运行成功后,nuscenes文件夹下会新增nuscenes_dbinfos_train.pkl、nuscenes_infos_train.pkl、nuscenes_infos_train_mono3d.coco.json、 nuscenes_infos_val.pkl、nuscenes_infos_val_mono3d.coco.json和nuscenes_gt_database文件夹。命令运行过程如下图所示。

图2 mmdetection3d nuScenes预处理程序运行过程

图3 预处理后文件结构

3【python三维深度学习】python三维点云从基础到深度学习_Coding的叶子的博客-CSDN博客_三维点云深度学习

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/51373.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

react+node.js+mysql 前后端分离项目 宝塔面板 部署到腾讯云服务器

目录一. 前端项目部署1.登录宝塔面板并安装环境依赖2. 打包上传,部署前端项目3.端口放行二. 后端项目部署1.上传后端项目2. PM2中添加项目三. mysql1.宝塔面板 添加数据库2.导入sql文件一. 前端项目部署 1.登录宝塔面板并安装环境依赖 命令行第一行输入刚才复制的内…

你是否还记得有一款游戏叫做“魔塔”?

目录 前言 正文 游戏介绍: 游戏开发制作流程 1.收集素材 2.创建攻击函数 2.1 定义两个对象(主角和怪物) 2.2 函数输出为【0】表示打不过,胜利输出受损生命值,设置 cancel 可以撤销本次战斗即回到之前状态 2.…

pinia安装使用

pinia中文文档 目录 一.pinia简介 二. pinia安装 三.pinia使用 1.main.js中创建pinia实例 2.创建store状态库 定义state state的读写 state响应式解构 state的修改 Getters的使用 Pinia中Store的互相调用 一.pinia简介 Pinia是vue生态里Vuex的替代者,一个…

MySQL笔记【面试】

MySQL笔记【面试】前言推荐MySQL笔记最后前言 以下内容源自A minor 仅供学习交流使用 推荐 MySQL MySQL笔记 【MySQL】基础使用(一):支持的数据类型 【MySQL】基础使用(二):常用 SQL 语句大全 【MyS…

推荐系统-概述:基本架构

提纲 过去八九年在广告、生活服务、电商等领域从事大数据及推荐系统相关工作,近来打算对过去的工作做一个系统性的梳理。一方面帮自己查缺补漏、进行更深入的学习;另一方面也希望能通过博客结交同好,增进交流。 这一博客系列以介绍推荐系统为…

Arduino开发实例-旋转编码器RGB-LED调光

旋转编码器RGB-LED调光 在本文中,将使用 Arduino 和旋转编码器进行 RGB LED 颜色控制。 我们将旋转旋转编码器来分配值。 红色、绿色和蓝色将合并以显示基于该值的全新颜色。 在这里,使用具有红色、绿色和蓝色的单 RGB 颜色 LED,也可以使用长 RGB LED 灯条。 此外,还可以使…

「Redis」02 Redis中的数据类型(含Redis6.0:Bitmaps、HyperLogLog、Geospatial)

笔记整理自【尚硅谷】Redis 6 入门到精通 超详细 教程 Redis——Redis中的数据类型 0. 键 (key) 操作 keys *:查看当前库所有 keyexists key:判断某个 key 是否存在type key:查看你的 key 是什么类型del key :删除指定的 key 数…

[附源码]Python计算机毕业设计Django工程施工多层级管理架构

项目运行 环境配置: Pychram社区版 python3.7.7 Mysql5.7 HBuilderXlist pipNavicat11Djangonodejs。 项目技术: django python Vue 等等组成,B/S模式 pychram管理等等。 环境需要 1.运行环境:最好是python3.7.7,…

VMware的安装、配置及其Linux的安装、简单配置

安装VMware 1、找到下载好的安装包,双击 2、点击下一步 3、勾选 我接受许可协议中的条款 4、选择合适的路径安装 5、取消勾选项,如图所示 6、下一步 7、安装 8、等待(等待半分钟左右) 8、点击许可证 9、复制下面其中的密码 key…

centos7磁盘扩容(虚拟机Mac m1)

为了安装HDP3.1.4(Ambari2.7.4)弄了三台虚拟机,但安装完mysql和操作完前期准备后,上传ambari,HDP,HDP-UTILS安装包时,磁盘居然不够了,又是一顿折腾...... 第一种在原来磁盘上扩大存储 1.虚拟机磁盘大小设…

借助云的力量,重塑企业的现在和未来——亚马逊云科技re:Invent

在2022亚马逊云科技re:Invent全球大会的第二天,亚马逊云科技首席执行官Adam Selipsky发表了“如何借助云的力量,在未知领域抓住机遇并茁壮成长”的主题演讲。在两个小时的演讲中,Adam重点围绕数据、安全、计算性能和行业应用等4个主题发布了多…

Python基础——分支与循环

Python基础——分支与循环条件表达式if-else1.运算结果2.语法3.举例1.用分支语句实现求绝对值2.多分枝语句4.常用的比较符号5.常用的条件符合符号注意:条件表达式if-else 1.运算结果 布尔型 ture1 false0 2.语法 python 用缩进区分功能块所以缩进是不可一丢掉的…

C++ bool类型变量cin输入true,输出结果却是false?是因为cin输入的true会被当成字符串,所以bool变量原值不变吗?

首先,大家可能看过其他文章,他们给出的观点是这样的: 在C中bool类型的变量初始值为false,所以如果你不初始化,那么对变量使用cin>>赋值true和false的时候,编译器会把true和false当成是字符串&#x…

一键式 new 多个相同的实例(通过界面按钮 来控制 应用的创建、修改、删除,使用Docker Compose 编排应用所需环境)

一、简单介绍 需求:通过界面按钮 来控制 实例的创建、修改、删除。 由于Web应用采用多服务方式开发,每个服务都可以单独访问(单独占用一个端口)。以前部署服务器,采用的Nginx监听端口 转发。但是这样就会在new整个应…

25K 入职腾讯的那天,我哭了...

悲催的经历: 先说一下自己的个人情况,计算机专业,17 年本科毕业,一毕业就进入了“阿里”测试 岗(进去才知道是接了个阿里外包项目,可是刚毕业谁知道什么外包不外包的)。 更悲催的是:刚入职因为家里出现一…

pcl中MomentOfInertiaEstimation解析与实例

pcl中features模块又基于惯性矩和偏心率的描述子,也可以求取点云的AABB和OBB包围盒,在计算的过程中法线一些问题,特此记录。 针对惯性矩和偏心率这两个数据的应用场景还不明确,因此暂时不做讨论,主要讨论求取OBB时的代…

天宇优配|GDR海外发行热情高 资本市场互联互通提速

圆桌评论:“对话交易所——上海,为中欧互联互通提速” “2022上海全球资产管理高峰论坛”11月29日在上海举办。在题为“对话交易所——上海,为中欧互联互通提速”的圆桌评论环节,来自全球各大证券交易所、证券公司、上市公司的多…

python学习笔记(12)---(内置模块)

目录 第十章 内置模块 1.math模块 2.random模块 3.os模块和os.path模块 4.sys模块 5.UUID模块 6.时间日期模块 7.加密模块hashlib:接受传入内容,计算后得到hash值 第十章 内置模块 1.math模块 (1)查看方法:…

BERT-of-Theseus

最近了解到一种称为"BERT-of-Theseus"的BERT模型压缩方法,源自论文《BERT-of-Theseus: Compressing BERT by Progressive Module Replacing》。这是一种以"可替换性"为出发点所构建的模型压缩方案,相比常规的剪枝、蒸馏等手段&#…

【特征选择】基于教与学算法实现二进制特征选择问题附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab仿真内容点击👇 智能优化算法 …