KITTI Vision基准套件的实用程序和Pythorch数据集
torch-kitti的Python项目详细描述
派托奇猫
本项目旨在提供一种简单而有效的方法来搭建和装载KITTI Vision Banchmark Dataset提供的
- 在
Datasets:Pytorch数据集以加载每个数据集
在 - 在
Scaffolding:下载数据集
在 - 在
Metrics:用于每个数据集的公共度量
在 - 在
Transformations:操作示例的实用程序
在
安装
安装torch-kitti
$ pip install torch-kitti
脚手架数据集
要手动下载数据集,torch-kitti
命令行实用程序很方便:
实际可用的数据集有:
- KITTI深度完成数据集
- KITTI深度预测数据集
- KITTI原始同步+矩形数据集
正在加载数据集
所有数据集都返回字典,操作它们的实用程序可以在torch_kitti.transforms
模块中找到。通常每个数据集都提供了包含可选字段的选项,例如KittiDepthCompletionDataset
通常只提供img
、其稀疏深度底图gt
和稀疏激光雷达提示lidar
,但每个示例都会包含使用load_stereo=True
立体图像。在
fromtorchvision.transformsimportCompose,RandomCrop,ToTensorfromtorch_kitti.depth_completionimportKittiDepthCompletionDatasetfromtorch_kitti.transformsimportApplyToFeaturestransform=ApplyToFeatures(Compose([ToTensor(),RandomCrop([256,512]),]),features=["img","gt","lidar"],)ds=KittiDepthCompletionDataset("kitti_raw_sync_rect_root","kitti_depth_completion_root",load_stereo=False,transform=transform,download=True,# download if not found)
贡献
开发设置
从kitti和文件夹中的cd
下载,然后准备一个虚拟环境(1),安装dev
和{pre-commit
(3)。在
$ git clone https://github.com/andreaconti/torch_kitti.git $ cd torch_kitti $ python3 -m virtualenv .venv &&source .venv/bin/activate # (1) $ pip install .[dev, doc]# (2) $ pre-commit install # (3) $ python3 setup.py develop $ pytest
请随意在GitHub上打开一个问题,repository分叉并提交一个pull请求来解决bug、改进文档、添加数据集和特性。所有新功能都必须经过测试。在
KITTI Vision Benchmark Suite免责声明
此库是一个实用程序,用于下载和准备数据集。KITTI Vision基准测试套件不是由该项目托管的,也不是声称您有使用该数据集的许可证,您有责任确定您是否有权在其许可证下使用此数据集。您可以找到更多详细信息here。在
- 项目
标签: