BOP数据集格式说明

2024-02-06 12:59
文章标签 数据 说明 格式 bop

本文主要是介绍BOP数据集格式说明,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

BOP数据集的格式

本文章描述BOP数据集的通用格式[1].

目录结构

数据集具有以下结构:

  • models[_MODELTYPE] —物体的3D模型
    例如:lm_models:指lm数据集的3D模型
  • models[_MODELTYPE]_eval - 用来进行对物体位姿估计误差的三维模型,这些是通过一致采样和抽取的三维物体模型.
    例如:tless_models_eval—tless来进行对物体位姿估计误差的三维模型
  • train[_TRAINTYPE]/X (optional) - 物体X的训练图像
    例如:icbin_train:icbin的训练集
  • val[_VALTYPE]/Y (optional) - 场景Y的验证图像
    例如:itodd_val:itodd的验证数据集
  • test[_TESTTYPE]/Y - 场景Y的测试数据集
  • camera.json - 相机参数(仅用于传感器模拟;每张图像相机参数位于“ scene_camera.json”中—见下文)。
  • dataset_info.md - 数据集的一些特定的信息
  • test_targets_bop19.json - 2019/2020年国际BOP挑战赛中用于评估的测试目标清单。ECCV 2018论文中也使用了相同的列表, T-LESS除外, 它在 test_targets_bop18.json 被使用.

MODELTYPE, TRAINTYPE, VALTYPE and TESTTYPE 如果有更多数据类型是可用的就可以选择使用这些参数 (e.g. 来自不同传感器的参数).

trainvaltest这些文件夹中的子文件夹如下:

  • rgb/gray - 彩色/灰度图.
  • depth - 深度图 (saved as 16-bit unsigned short).
  • mask (optional) - 物体轮廓的mask.
  • mask_visib (optional) - 物体轮廓可见部分的mask.

各个子文件夹下相对应的图像具有相同的ID, e.g. rgb/000000.pngdepth/000000.png 是同一个RGB-D框架(frame)下的彩色图和深度图。 mask的约定名称为“IMID_GTID.png”,其中 IMID 是图像的 ID 、 GTID 是真实标注的索引(保存在scene_gt.json文件中).

训练, 验证和测试图像

如果验证和测试图像都可用于数据集,则真值的标注仅对验证图像公开。同时,在BOP评估系统中,可以计算具有私有真值标注的测试图像的性能分数。

相机参数

每个数据集带有一个“scene_camera.json”文件,其中包含每张图像的以下信息:

  • cam_K - 3x3 矩阵K,相机内参 (按行保存).
  • depth_scale - 将深度图像与此因子相乘,得到以mm为单位的深度
  • cam_R_w2c (optional) - 3x3 的旋转矩阵R_w2c (按行保存).
  • cam_t_w2c (optional) - 3x1 的平移向量t_w2c.
  • view_level (optional) - 视点细分级别, 详情见下面.

对于每个图像,矩阵K可能不同。举个例子,对于T-LESS数据集来说,the principal point不是一个常数,由于此数据集中的图像是通过裁剪世界坐标系原点投影周围的区域获得的(简单来说就是对图片进行了裁剪)。

请注意,在数据集的根文件夹中的“camera.json”文件中也存放有相机的内参。这些参数仅用于渲染训练图像时所用传感器的模拟。

P_w2i = K * [R_w2c, t_w2c] 此相机矩阵 可以将世界坐标系下的3D 点p_w = [x, y, z, 1]’ 转化为图片坐标系上2D 点坐标 p_i =[u, v, 1]’ ,两者间的关系为: s * p_i = P_w2i * p_w。

真值标注

文件“scene_gt.json”中提供物体的真是位姿,对于每个标注的物体实例含有以下信息:

  • obj_id - 物体ID.
  • cam_R_m2c - 3x3 旋转矩阵R_m2c (按行保存).
  • cam_t_m2c - 3x1 平移向量t_m2c.

P_m2i = K * [R_m2c, t_m2c] 此相机矩阵 可以将模型(model)坐标系下的3D 点 p_m = [x, y, z, 1]’ 转化为相机坐标系下的 2D 点 p_i = [u, v, 1]’ ,两者间通过: s * p_i = P_m2i * p_m转化。

关于位姿真值的Meta信息

在文件"scene_gt_info.json"中提供以下meta信息(使用脚本“scripts/calc_gt_info.py”进行计算,对于ITODD数据集来说,delta=5mm,对于其他数据集,delta=15mm;对于BOP Challenge 2020提供的所有照片级真实感训练图像,delta=5mm):

  • bbox_obj - 物体轮廓的二维边界框由(x,y,width,height)给定,其中(x,y)是边界框的左上角。
  • bbox_visib - 物体轮廓可见部分的二维边界框。
  • px_count_all - 物体轮廓中的像素数。
  • px_count_valid - 有效深度测量(即深度图像中的非零值)的对象轮廓中的像素数。
  • px_count_visib - 物体轮廓可见部分的像素数。
  • visib_fract - 对象轮廓的可见部分的百分比(= px_count_visib/px_count_all)。

训练图像的获取

大多数的数据集都包含训练图像,这些图像是通过从不同的视点捕捉真实的物体或通过渲染三维物体模型(通过使用脚本scripts/render_train_imgs.py)获得的。

通过递归细分二十面体,从[2]中的视图球体中对渲染对象的视点进行采样渲染得到的。对于添加的每一个视点的细分级别保存在scene_camera.json中作为作为视图级别——view_level(与二十面体顶点相对应的视点具有view_level=0,在第一细分步骤中获得的视点具有view_level=1,等等。){(我的理解就是说每个视点获得一张图片这是view级别,所有视点组成的叫scene级别)}。为了减少视点的数量,同时保持视点在球面上的“均匀”分布,我们可以考虑view_level<n,其中n是细分的最大数。

对于渲染,将视图球体的半径设置为所有测试图像上被标注物体实例上出现的最近的距离。这个距离指:从相机中心到模型坐标系原点的距离。

物体3D模型

提供物体的PLY(ascii)格式的3D模型,所有的模型都包含顶点法线。大多数模型还包括顶点颜色或顶点纹理坐标,纹理保存为单独的图像。使用MeshLab来计算顶点法线作为入射到顶点的面法线的角度加权和[4]

每个带有物体模型的文件夹都包含文件“models_info.json”,其中包括每个物体模型的三维边界框和直径。此直径为计算模型上相距最远顶点之间的距离。

坐标系

所有的坐标系(模型(model)、相机(camera)、世界(world))都是右手坐标系。在模型坐标系中,Z轴指向上(当对象“自然向上向右”站立时),原点与对象模型的三维边界框的中心重合。相机坐标系与OpenCV中的一样,相机沿Z轴查看。

Units(单位)

  • 深度图: 在每个独立的数据集中查看文件 camera.json/scene_camera.json .
  • 物体3D模型: 1 mm
  • 平移向量: 1 mm

参考文献

[1] Hodan, Michel et al. “BOP: Benchmark for 6D Object Pose Estimation” ECCV’18.

[2] Hinterstoisser et al. “Model based training, detection and pose estimation of texture-less 3d objects in heavily cluttered scenes” ACCV’12.

[3] Thurrner and Wuthrich “Computing vertex normals from polygonal facets” Journal of Graphics Tools 3.1 (1998).

BOP数据集思维导图:

在这里插入图片描述

这篇关于BOP数据集格式说明的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/684398

相关文章

Python将博客内容html导出为Markdown格式

《Python将博客内容html导出为Markdown格式》Python将博客内容html导出为Markdown格式,通过博客url地址抓取文章,分析并提取出文章标题和内容,将内容构建成html,再转... 目录一、为什么要搞?二、准备如何搞?三、说搞咱就搞!抓取文章提取内容构建html转存markdown

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

Tomcat版本与Java版本的关系及说明

《Tomcat版本与Java版本的关系及说明》:本文主要介绍Tomcat版本与Java版本的关系及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Tomcat版本与Java版本的关系Tomcat历史版本对应的Java版本Tomcat支持哪些版本的pythonJ

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

如何自定义Nginx JSON日志格式配置

《如何自定义NginxJSON日志格式配置》Nginx作为最流行的Web服务器之一,其灵活的日志配置能力允许我们根据需求定制日志格式,本文将详细介绍如何配置Nginx以JSON格式记录访问日志,这种... 目录前言为什么选择jsON格式日志?配置步骤详解1. 安装Nginx服务2. 自定义JSON日志格式各

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个