Accelerating map_pointcloud_to_image by loading LIDAR data only once
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 4/5
- Thời gian dự kiến
- 3-5 ngày
- Mức phù hợp với người mới
- 35/100
- Loại issue
- Tái cấu trúc
- Độ rõ ràng
- Khá rõ ràng
- Mức độ hoạt động
- Đình trệ
- Công nghệ
- python
- Lĩnh vực
- computer-vision, performance
Hướng nghiên cứu
Bắt đầu với lyft_dataset_sdk/lyftdataset.py, các dòng 653-715, và kiểm tra map_pointcloud_to_image. Profile hàm này trên nhiều camera và timestamp để phân biệt việc tải LIDAR với phép biến đổi 3D-to-2D. Hoàn thành có nghĩa là tránh việc tải LIDAR dư thừa cho các camera dùng chung một timestamp, đồng thời vẫn giữ nguyên đầu ra đã chiếu.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
This following function performs a pretty expensive computation:
https://github.com/lyft/nuscenes-devkit/blob/e4efd52a9630959a5b890e1575b58cab145e2441/lyft_dataset_sdk/lyftdataset.py#L653-L715
I am curious: does this function take so much time to run because of the process of loading the lidar cloud points, or transforming the 3D coordinates into 2D for a specific camera?
I am personally using this function in my public kernel for the Kaggle competition, and I realized that running this for all cameras, and across multiple timestamps takes a considerable amount of time, which could be partially caused by the data loading, I could cache it so that the lidar data is not redundantly loaded for every camera for a single timestamp.
Thanks!
- Ngôn ngữ chính
- Jupyter Notebook
- Star
- 391
- Fork
- 99
- Chỉ số merge pull request
- Không có pull request nào được merge trong 30 ngày
Chuẩn bị môi trường
- Không có Dockerfile hay tệp Docker Compose
- Không có mẫu pull request
- Đọc hướng dẫn đóng góp
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của lyft/nuscenes-devkit
-
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 20/100
lyft/nuscenes-devkit#106 ·
-
invalid download linkĐang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 20/100
lyft/nuscenes-devkit#105 ·
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 25/100
lyft/nuscenes-devkit#104 ·
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 25/100
lyft/nuscenes-devkit#103 · 2 bình luận ·
-
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 48/100
lyft/nuscenes-devkit#99 ·
Tất cả issue của lyft/nuscenes-devkit
Issue tương tự
-
bug good first issue
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 88/100
blixvip/BlendClone#22 ·
-
feature good first issue help wanted P2 roadmap-v5
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 84/100
maziyarpanahi/openmed#5078 ·
Maintainer thường phản hồi trong vòng 3 ngày
-
enhancement
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 68/100
-
Micro accuracy in segmentation is always the same as macro accuracyCó thể đã có người làm @guptakaran20 đã nhận hôm nay. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
JdeRobot/PerceptionMetrics#674 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Calibration: len(corners) < 6 guard passes all-NaN ChArUco rows, so solvePnP runs on empty framesCó thể đã có người làm @bfs2021 đã nhận 1 ngày trước. Đang mởbug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 67/100