python - kitti 数据集中的训练标签

Question

我想知道 kitti 训练标签中每个对象的 14 个值是多少。当我在 matlab 中标记对象时，我为每个对象得到 4 个值，即(x、y、宽度、高度)。

两者有什么区别？

Answer 1

frame 样本在序列中的位置

track id 序列中对象的跟踪ID

type 对象类型:'Car', 'Pedestrian', 'Cyclist', 'Tram','Person_sitting'、'Misc' 或 'DontCare'

truncated 整数(0,1,2)表示截断的级别。

occluded 表示遮挡状态的整数(0,1,2,3)。

alpha 物体的观察角度，范围为[-Pi; π]

bbox 2D(基于 0 的)对象边界框:左、上、右、下图像坐标

尺寸 3D 物体尺寸:高度、宽度、长度 [m]

位置 相机坐标中的 3D 对象位置 x、y、z。 [米]

rotation_y 在相机坐标系中绕 Y 轴的旋转。 [-Pi; π]

In your case the four Labels you get are a transformed Version of the bbox 2D Labels of the KITTI groundtruth