【自动驾驶】KITTI Road Detection Benchmark Devkit_road使用
发布时间
阅读量：
阅读量
文章目录
本文介绍一下KITTI中Road Detection 的Devkit的使用，主要是将输出格式变为KITTI上传格式的部分。
KITTI上传评测的格式要道路区域的俯视图，需要由前视图投影。使用官方给出的工具包。
该工具包是使用Python2运行的，因为其中print的格式是python2的。但我的环境是python3的，所以需要修改一些地方：
- 所有print的函数
- 其中assert x != None的语句要改成asser x is not None
- 还有就是在读入calib文件中，读入的格式是bytes，使用split的函数有些问题，需要将其改成str
然后主要转变的函数可以参考simpleExample_transformTestResults2BEV.py
#simpleExample_transformTestResults2BEV.py
testData_pathToCalib = os.path.join(datasetDir, 'testing/calib')
inputFiles = os.path.join('/data/WQ/System/20191024/results2/lable_output', '*.png')
outputDir_bev = '/data/WQ/System/20191024/results2/lable_output_bev'
transform2BEV.main(inputFiles, testData_pathToCalib, outputDir_bev)
AI写代码python
运行关键部分就是上面几句话，定义好calib的路径，定义好inputFiles的路径。
需要注意的是，KITTI上传结果时，其label与下载的label不一样，区别在于：
- 上传结果的label的格式是黑白图片，只有一个通道，255代表道路，0代表背景
- 上传结果是俯视图
全部评论 (0)
还没有任何评论哟~