CloudCompare标注KITTI点云数据实战：分开导出与合并导出的选择与实现

1次阅读

共计 1763 个字符，预计需要花费 5 分钟才能阅读完成。

KITTI 数据集是自动驾驶领域广泛使用的基准数据集，包含丰富的点云、图像和标注信息。点云数据通常以 bin 文件格式存储，而标注信息则以文本文件形式保存。CloudCompare 作为一款开源的点云处理工具，提供了强大的标注功能，能够直接在点云上进行 3D 边界框的绘制和属性编辑。

对于新手来说，使用 CloudCompare 标注 KITTI 点云数据时，首先需要了解数据的基本结构：

每个点云帧对应一个 bin 文件
标注信息需要与点云帧严格对齐
KITTI 标注格式包含 15 个字段，描述物体的类别、位置、尺寸等信息

在实际标注过程中，开发者面临一个关键选择：是将每个点云帧的标注信息分开导出，还是将所有帧的标注合并导出为一个文件？这个选择会影响后续的数据处理流程和模型训练效率。

优点：

与原始 KITTI 数据格式保持一致
便于按帧调试和验证
适合小规模标注任务

缺点：

产生大量小文件，增加管理难度
整体处理效率较低

优点：

减少文件数量，便于批量处理
提高数据加载效率
适合大规模标注任务

缺点：

需要额外处理数据分割
调试单个帧时不够直观

在 CloudCompare 中加载点云序列
逐帧进行标注并保存
每完成一帧，使用 ”File > Save” 功能导出标注
选择 KITTI 标注格式，按 frame_xxxx.txt 命名

标注完所有帧后，选择 ”Edit > Export > Annotations”
勾选 ”Combine all annotations” 选项
指定输出文件名和路径
确认导出格式为 KITTI 标准格式

以下是处理合并导出标注文件的 Python 脚本示例：

import os
import numpy as np

# 将合并的标注文件分割为单帧文件
def split_combined_labels(combined_file, output_dir):
    """
    参数:
        combined_file: 合并的标注文件路径
        output_dir: 输出目录
    """
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)

    with open(combined_file, 'r') as f:
        lines = f.readlines()

    # 按帧分组标注
    frame_dict = {}
    for line in lines:
        parts = line.strip().split(' ')
        frame_id = parts[0]  # 假设第一列为帧 ID
        if frame_id not in frame_dict:
            frame_dict[frame_id] = []
        frame_dict[frame_id].append(''.join(parts[1:]) +'\n')

    # 写入单帧文件
    for frame_id, labels in frame_dict.items():
        output_path = os.path.join(output_dir, f'{frame_id}.txt')
        with open(output_path, 'w') as f:
            f.writelines(labels)

# 使用示例
split_combined_labels('combined_labels.txt', 'split_labels')

从多个维度比较两种导出方式：