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

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,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SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

HTML5表格语法格式详解

《HTML5表格语法格式详解》在HTML语法中,表格主要通过table、tr和td3个标签构成,本文通过实例代码讲解HTML5表格语法格式,感兴趣的朋友一起看看吧... 目录一、表格1.表格语法格式2.表格属性 3.例子二、不规则表格1.跨行2.跨列3.例子一、表格在html语法中,表格主要通过< tab

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用

Mysql如何将数据按照年月分组的统计

《Mysql如何将数据按照年月分组的统计》:本文主要介绍Mysql如何将数据按照年月分组的统计方式,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mysql将数据按照年月分组的统计要的效果方案总结Mysql将数据按照年月分组的统计要的效果方案① 使用 DA

鸿蒙中Axios数据请求的封装和配置方法

《鸿蒙中Axios数据请求的封装和配置方法》:本文主要介绍鸿蒙中Axios数据请求的封装和配置方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1.配置权限 应用级权限和系统级权限2.配置网络请求的代码3.下载在Entry中 下载AxIOS4.封装Htt