简要介绍
文件结构-KITTI 数据集
data/kitti/
├── ImageSets/
│ ├── train.txt
│ ├── val.txt
│ └── test.txt
│
├── training/
│ ├── image_2/ # 相机RGB图像（可选）
│ │ ├── 000000.png
│ │ ├── 000001.png
│ │ └── ...
│ ├── label_2/ # 标签文件
│ │ ├── 000000.txt
│ │ ├── 000001.txt
│ │ └── ...
│ ├── calib/ # 相机和激光雷达的标定文件
│ │ ├── 000000.txt
│ │ ├── 000001.txt
│ │ └── ...
│ ├── velodyne/ # 点云文件（.bin格式）
│ │ ├── 000000.bin
│ │ ├── 000001.bin
│ │ └── ...
│
├── testing/
│ ├── image_2/
│ ├── calib/
│ └── velodyne/
│
└── kitti_infos_train.pkl # 用命令生成
└── kitti_infos_val.pkl # 用命令生成
└── kitti_infos_test.pkl # 用命令生成
└── gt_database/ # 用命令生成
🧩 一、原始 Waymo TFRecord 格式
下载后每个文件是一个 .tfrecord，每个文件包含多帧（每帧含点云、图像、标注等）。
典型结构如下：
waymo_open_dataset/
├── training/
│ ├── segment-10061305430875486848_5725_000_5745_000_with_camera_labels.tfrecord
│ ├── segment-10061305430875486848_5800_000_5820_000_with_camera_labels.tfrecord
│ ├── ...
├── validation/
│ ├── segment-10243636817053556597_7620_000_7640_000_with_camera_labels.tfrecord
│ ├── ...
├── testing/
│ ├── segment-10794924331893034030_1080_000_1100_000.tfrecord
│ ├── ...
└── README.md
每个 .tfrecord 文件内部包含：
-
激光雷达点云（5个 LiDAR 传感器）
-
车辆姿态（pose）
-
5个相机图像（front, front-left, front-right, side-left, side-right）
-
标注（bounding boxes、object type、速度等）
-
时间戳信息
📦 二、转换为 KITTI 格式后的结构（OpenPCDet / mmdetection3d 常用）
若使用官方或开源脚本（如 OpenPCDet 的 waymo_dataset 工具）转换后，一般会得到如下结构：
waymo/
├── images/
│ ├── training/
│ │ ├── 000000.png
│ │ ├── 000001.png
│ │ └── ...
│ ├── validation/
│ │ ├── 000000.png
│ │ └── ...
│ └── testing/
│ ├── 000000.png
│ └── ...
│
├── velodyne/
│ ├── training/
│ │ ├── 000000.bin
│ │ ├── 000001.bin
│ │ └── ...
│ └── validation/
│ └── ...
│
├── label_2/
│ ├── training/
│ │ ├── 000000.txt
│ │ ├── 000001.txt
│ │ └── ...
│
├── calib/
│ ├── training/
│ │ ├── 000000.txt
│ │ └── ...
│
├── ImageSets/
│ ├── train.txt
│ ├── val.txt
│ ├── trainval.txt
│ └── test.txt
│
└── waymo_infos_train.pkl
└── waymo_infos_val.pkl
其中：
-
velodyne/：点云数据（.bin） -
image/：图像数据（如选择保留） -
label_2/：3D/2D标注 -
calib/：相机-雷达标定信息 -
ImageSets/：样本划分文件 -
waymo_infos_xxx.pkl：数据索引缓存文件（由工具生成）
🧠 补充说明
| 项目 | 描述 |
|---|---|
原始 .tfrecord | 官方格式，包含所有传感器和时序信息，较大 |
| 转换 KITTI 格式 | 为方便训练（如 OpenPCDet），每帧展开为单文件，时序信息丢失 |
| 数据规模 | Waymo v1.4: 798 train + 202 val + 150 test 片段，每片段20s（约200k帧） |
如果你正在用 OpenPCDet 或 mmdetection3d 训练，我可以告诉你正确的目录摆放方式（含 create_data.py 命令）和 dataset.yaml 的写法。
要我帮你写对应的目录结构和命令吗？
Db . Pkl 中的信息
db_infos = { 'Vehicle': [
{
'name': 'Vehicle',
'path': 'gt_database/000000_Vehicle_0.bin',
'box3d_lidar': [x, y, z, dx, dy, dz, heading],
'num_points_in_gt': 100,
'image_idx': 0,
'gt_idx': 0,
'difficulty': 0
},
# ... 更多Vehicle实例
],
'Pedestrian': [
# ... Pedestrian实例
],
'Cyclist': [
# ... Cyclist实例
]
}
"sample_idx":
"points"
"frame_id"
"gt_names":
"gt_boxes"
"num_points_in_gt"
"noise_rot" : 数据增强随机旋转的角度
"noise_scale": 全局坐标缩放的倍率
"use_lead_xyz": true