【KITTI】KITTI数据集简介（三） — 图像数据image_2

        KITTI数据集种共包含了4相机数据，2个灰度相机和2个彩色相机，其中image_2存储了左侧彩色相机采集的RGB图像数据（RGB）。其他图像数据本次暂时不介绍，后续算法研究如果用到再进行补充。

        相机坐标系中，y方向是高度方向，以向下为正方向；z方向是汽车前进方向；前进右手边方向为x方向（车身方向），满足右手定则。

        KITTI图像数据存储再data_object_image_2文件夹下。文件夹下进一步分为训练集和测试集，存储方式为png格式。KITTI相机的分辨率是1392x512，而image_2种存储的图像是矫正后的图像，分辨率为1242x375。

        image_2训练集存储为data_object_image_2/training/image_2/xxxxxx.png，共7481张图片。

        image_2测试集存储为data_object_image_2/testing/image_2/xxxxxx.png，共7518张图片。

        为了快速进行算法调试、训练、评估和验证，以及快速下载，我们建立了一个mini kitti数据集，数据集的文件目录结构与完整KITTI数据集保持一致。其中，小型的图像数据集，即 mini image_2 （data_object_image_2_mini）保存了20张训练图片和5张测试图片。Mini Kitti数据的下载地址为：minikitti数据集-深度学习文档类资源-CSDN下载。如果需要对应的ImageSets，请下载：train_val_testforminikitti-深度学习文档类资源-CSDN下载，将下载的文件夹重名为ImageSets即可。

 关于KITTI各个部分的介绍请分别参考以下内容：

KITTI数据集简介（一） — 激光雷达数据_Coding的叶子的博客-CSDN博客_雷达数据集

KITTI数据集简介（二） — 标注数据label_2_Coding的叶子的博客-CSDN博客_kitti数据集标注

KITTI数据集简介（三） — 图像数据image_2_Coding的叶子的博客-CSDN博客

KITTI数据集简介（四） — 标定校准数据calib_Coding的叶子的博客-CSDN博客

下图为训练集中的000000.png。

​

python三维点云从基础到深度学习_Coding的叶子的博客-CSDN博客_3d点云 python从三维基础知识到深度学习，将按照以下目录持续进行更新。更新完成的部分可以在三维点云专栏中查看。https://blog.csdn.net/suiyingy/category_11740467.htmlhttps://blog.csdn.net/suiyingy/category_11740467.html1、点云格式介绍（已完成）常见点云存储方式有pcd、ply、bin、txt文件。open3d读写pcd和plhttps://blog.csdn.net/suiyingy/article/details/124017716

 更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。

​