代码复现： VoxelNet论文和代码解析 pytorch版本（二） Dataloader.py

本节主要介绍$VoxelNet$的数据处理部分，整体训练和论文解读请移步这里。
其他三维目标检测算法的数据处理，特别是基于KITTI的三维目标检测，都可以参考这些处理方式，具有一定的通用性。

先上整体代码，大致思路：

1. 载入KITTI的4个数据集：分割好的点云数据crop、前置相机数据image_3、相机到点云的坐标转换矩阵calib 、点云的标注文件label_2
2. 通过xrange,yrange,zrange将要检测的点云区域分离
3. 通过vd vh vw 划分体素单位
4. 生成anchor，2个分别是0度和90度
5. 设定正负样本的阈值

class KittiDataset(data.Dataset):
    def __init__(self, cfg, root='./KITTI',set='train',type='velodyne_train'):
        self.type = type
        self.root = root
        self.data_path = os.path.join(root, 'training')
        self.lidar_path = os.path.join(self.data_path, "crop")
        self.image_path = os.path.join(self.data_path, "image_3/")
        self.calib_path = os.path.join(self.data_path, "calib")
        self.label_path = os.path.join(self.data_path, "label_2")
        with open(os.path.join(self.data_path, '%s.txt' % set)) as f:
            self.file_list = f.read().splitlines()
        self.T = cfg.T
        self.vd = cfg.vd
        self.vh = cfg.vh
        self.vw = cfg.vw
        self.xrange = cfg.xrange
        self.yrange = cfg.yrange
        self.zrange = cfg.zrange
        self.anchors = torch.tensor(cfg.anchors.reshape(-1,7)).float().to(cfg.device)
        self.anchors_xylwr = self.anchors[..., [0, 1, 5, 4, 6]].contiguous()
        self.feature_map_shape = (int(cfg.H / 2), int(cfg.W / 2))
        self.anchors_per_position = cfg.anchors_per_position
        self.pos_threshold = cfg.pos_threshold
        self.neg_threshold = cfg.neg_threshold

    def __getitem__(self, i):

        lidar_file = self.lidar_path + '/' + self.file_list[i] + '.bin'
        calib_file = self.calib_path + '/' + self.file_list[i] + '.txt'
        label_file = self.label_path + '/' + self.file_list[i] + '.txt'
        image_file = self.image_path + '/' + self.file_list[i] + '.png'
        calib = utils.load_kitti_calib(calib_file)
        Tr = calib['Tr_velo2cam']
        gt_box3d_corner, gt_box3d = utils.load_kitti_label(label_file, Tr)
        lidar = np.fromfile(lidar_file, dtype=np.float32).reshape(-1, 4)
        image = cv2.imread(image_file)
        lidar, gt_box3d_corner, gt_box3d = utils.get_filtered_lidar(lidar, gt_box3d_corner, gt_box3d)
        voxel_features, voxel_coords = self.preprocess(lidar)
        return voxel_features, voxel_coords, gt_box3d_corner, gt_box3d, image, calib, self.file_list[i]

几个基础数据是直接加载进来的，有点难懂的是voxel_features, voxel_coords 这部分
先上代码：

    def preprocess(self, lidar):
        np.random.shuffle(lidar)
        voxel_coords = ((lidar[:, :3] - np.array([self.xrange[0], self.yrange[0], self.zrange[0]])) / (
                        self.vw, self.vh, self.vd)).astype(np.int32)
        voxel_coords = voxel_coords[:,[2,1,0]]
        voxel_coords, inv_ind, voxel_counts = np.unique(voxel_coords, axis=0, \
                                                  return_inverse=True, return_counts=True)
        voxel_features = []
        for i in range(len(voxel_coords)):
            voxel = np.zeros((self.T, 7), dtype=np.float32)
            pts = lidar[inv_ind == i]
            if voxel_counts[i] > self.T:
                pts = pts[:self.T, :]
                voxel_counts[i] = self.T
            voxel[:pts.shape[0], :] = np.concatenate((pts, pts[:, :3] - np.mean(pts[:, :3], 0)), axis=1)
            voxel_features.append(voxel)
        return np.array(voxel_features), voxel_coords

大致思路：

1. 为了友好的提取点云本身的特征，现将点云顺序打乱
2. 然后，通过xrange,yrange,zrange将要检测的点云区域分离，并去掉强度信息，只要xyz坐标
3. 并按照规定好的体素长宽高划分，生成voxel_coords这个体素坐标，按照xyz的顺序排好
4. 然后，过滤一下重复的体素

注意：

 c,s=np.unique(b,return_index=True) 
return_index=True表示返回新列表元素在旧列表中的位置，并以列表形式储存在s中。