1. KITTI数据集概述
KITTI数据集是计算机视觉领域最具影响力的公开基准数据集之一,由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创建。这个数据集最初发布于2012年,主要面向自动驾驶相关研究,包含丰富的城市场景数据采集。
数据集采集使用了改装的大众旅行车,配备了4台高分辨率摄像机(2台灰度+2台彩色)、1台Velodyne HDL-64E激光雷达和GPS/IMU定位系统。所有传感器都经过精确的时间同步和空间标定,确保多模态数据的一致性。
提示:KITTI数据集的最大特点是所有数据都是在真实交通场景中采集的,相比仿真数据更具挑战性,也更贴近实际应用需求。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据集组成与任务分类
2.1 数据模态与格式
KITTI数据集包含以下几种主要数据形式:
- 图像数据:分辨率为1242×375的彩色和灰度图像序列
- 点云数据:Velodyne HDL-64E采集的3D激光雷达扫描
- 标定文件:相机内参、外参和传感器间转换关系
- 轨迹数据:GPS/IMU提供的车辆定位信息
2.2 支持的研究任务
KITTI数据集支持以下计算机视觉任务:
- 立体匹配(Stereo)
- 光流估计(Optical Flow)
- 视觉测距(Visual Odometry)
- 3D物体检测(3D Object Detection)
- 3D跟踪(3D Tracking)
- 道路检测(Road Detection)
- 语义分割(Semantic Segmentation)
每个任务都有对应的训练集和测试集,以及官方的评估指标和排行榜。例如,3D物体检测任务使用平均精度(AP)作为主要评价指标,针对不同物体类别(汽车、行人、自行车等)分别计算。
3. 数据集获取与预处理
3.1 数据下载与结构
KITTI数据集官网提供完整数据集下载,大小约175GB。数据集按任务分类存储,主要目录结构如下:
code复制kitti/
├── data_object/
│ ├── calib/ # 标定文件
│ ├── image_2/ # 左彩色相机图像
│ ├── image_3/ # 右彩色相机图像
│ ├── label_2/ # 2D/3D标注
│
