export_kitti.py - Camera and lidar do not have the same ego pose
まだ誰も着手していません。
評価
- 難易度
- 4/5
- 見積もり時間
- 3〜5日
- 初心者へのやさしさ
- 35/100
- issue の種類
- バグ
- 明瞭さ
- おおむね明確
- 活発さ
- 停滞
- 技術スタック
- numpy, python
調査の方向性
export_kitti.py の 152 行目付近にある変換ブロックから始め、pose の処理を render 関数と比較してください。world pose を通じた lidar と camera の変換を追跡し、関連する PR 75 を確認してください。完了の条件は、投影された lidar ラベルが RGB camera 画像と一致し、報告されている 10–20 ピクセルのオフセットが表示されないことです。
索引モデルが issue の本文から書いたものです。
説明
ISSUE
Currently in export_kitti.py the following transformation is incorrect:
lid_to_ego = transform_matrix(
cs_record_lid["translation"], Quaternion(cs_record_lid["rotation"]), inverse=False
)
ego_to_cam = transform_matrix(
cs_record_cam["translation"], Quaternion(cs_record_cam["rotation"]), inverse=True
)
velo_to_cam = np.dot(ego_to_cam, lid_to_ego)
Unlike nuscenes (which I didn't check, but I believe to be correct), the camera and lidar ego poses for this dataset are not the same. The effect of the code is above is that if you use the RGB camera images with projected labels from lidar the boxes will be randomly off by 10-20 pixels, which is problematic for any sort of 2D learning.
To correct this, two additional transformations are needed to convert to / from world pose for both lidar and camera.
Additionally, if I recall, the render function does not have the same issue as this KITTI converter.
Related PR: https://github.com/lyft/nuscenes-devkit/pull/75
- 主要言語
- Jupyter Notebook
- スター
- 390
- フォーク
- 99
- PR マージ指標
- 30日以内にマージされた PR はありません
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートなし
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
lyft/nuscenes-devkit のほかの issue
-
難易度 1/5 1時間未満 初心者へのやさしさ 20/100
lyft/nuscenes-devkit#106 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 20/100
lyft/nuscenes-devkit#105 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 25/100
lyft/nuscenes-devkit#104 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 25/100
lyft/nuscenes-devkit#103 · コメント 2 件 ·
-
難易度 1/5 1時間未満 初心者へのやさしさ 48/100
lyft/nuscenes-devkit#99 ·
lyft/nuscenes-devkit の issue をすべて見る
似ている issue
-
TrackerVit: input scalefactor computed with Scalar's quaternion operator/, two of three channels negated (since 4.11.0) 🤖🤖🤖対応中かも @officialarghya29 が 1 日前に担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 66/100
メンテナーはふだん 1 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 85/100
Robbyant/lingbot-map#113 · コメント 1 件 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 88/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
ros-perception/image_pipeline#1198 ·
-
radon(circle=True) fails for images with a singleton height対応中かも @whyvineet が 3 日前に担当しました。 オープン:bug: Bug
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
scikit-image/scikit-image#8348 ·
メンテナーはふだん 1 日以内に返信