免费公司网站制作,天津大良网站建设,网站联系我们的地图怎么做,嘉兴seo推广优化1. 点云标注
标注软件我用的是annotate软件#xff1a;
GitHub - Earthwings/annotate: Create 3D labelled bounding boxes in RViz
标注软件的使用教程这名博主讲的很详细#xff1a;
3D目标检测#xff08;1#xff09;#xff1a;点云标注工具之annotate - 知乎 2…1. 点云标注
标注软件我用的是annotate软件
GitHub - Earthwings/annotate: Create 3D labelled bounding boxes in RViz
标注软件的使用教程这名博主讲的很详细
3D目标检测1点云标注工具之annotate - 知乎 2. 目标跟踪MOT数据标注格式
MOT的数据一般的标注格式是
frame, id, x, y, width, height, conf(置信度), -1, -1, -1
这些坐标都是在二维图像上的坐标因此需要将annotate.yaml标注数据提取然后再转换到图像坐标系
雷达坐标系一般是 x||
y—— ——z(朝向外)
图像坐标系一般是指
o —— —— x(width)
|
|
y(height)
还是比较好转换的这里给出代码 import yaml
import numpy as npdef quaternion_to_rotation_matrix(quaternion):q np.array(quaternion)q / np.linalg.norm(q)rotation_matrix np.array([[1 - 2*q[2]**2 - 2*q[3]**2, 2*q[1]*q[2] - 2*q[0]*q[3], 2*q[1]*q[3] 2*q[0]*q[2]],[2*q[1]*q[2] 2*q[0]*q[3], 1 - 2*q[1]**2 - 2*q[3]**2, 2*q[2]*q[3] - 2*q[0]*q[1]],[2*q[1]*q[3] - 2*q[0]*q[2], 2*q[2]*q[3] 2*q[0]*q[1], 1 - 2*q[1]**2 - 2*q[2]**2]])return rotation_matrix# 读取 YAML 文件
with open(annotate_all.yaml, r) as file:yaml_data yaml.safe_load(file)# 提取并按照 frame_id 排列
entries {}
for track_data in yaml_data[tracks]:for entry in track_data[track]:timestamp entry[header][stamp][secs] entry[header][stamp][nsecs] / 1e9if timestamp not in entries:entries[timestamp] []#雷达坐标系下 # length, width, and heightquaternion np.array([entry[rotation][x],entry[rotation][y],entry[rotation][z],entry[rotation][w]])translation np.array([entry[translation][x],entry[translation][y],entry[translation][z]])w entry[box][width]h entry[box][height]l entry[box][length]label entry[label]rotation_matrix quaternion_to_rotation_matrix(quaternion)corner1 np.dot(rotation_matrix, np.array([translation[0] - l / 2.0, translation[1] - w / 2.0, 0]))##图像坐标系下x -corner1[1] #(-y1, -x1)y -corner1[0]width wheight ltrack_id track_data[id]entries[timestamp].append({id: track_id,label: label,x: x,y: y,width: width,height: height})# 将提取的数据按照 frame_id 排序并写入文本文件
output_file_path gtbox.txt
timestamp_counter 0
with open(output_file_path, w) as output_file:for timestamp, data_list in sorted(entries.items()):timestamp_counter 1for entry in data_list:output_file.write(f{timestamp_counter},{entry[id]},{entry[x]},{entry[y]},{entry[width]},{entry[height]},-1,-1,-1,-1\n)print(f提取的数据已按照时间戳写入到 {output_file_path})
生成你的gtbox真值gtbox.txt然后利用的跟踪代码生成track.txt接着进行代码评估 3. 数据评估
这里我沿用的是这个博主的代码
MOT多目标跟踪评价指标及计算代码持续更新 - 知乎
将你的gtbox.txt和track.txt分别放到相应的路径就可以运行了生成最终的跟踪评估结果
