项目需要测试建图效果,但是目前我们自己的语义分割训练的效果不是太好,外参矩阵标定的精度也不高,所以打算使用 KITTI 数据集作为测试,为此需要将 KITTI 数据集转为 bag 包方便回放,这里要安装一个 kitti2bag 的工具,记录下安装过程,并不是一步到位。

1. 更新 pip 安装 kitti2bag

安装前提示我更新 pip,我用的 Python2.7 使用的是 pip:

pip install --upgrade pip

安装 kitti2bag:

pip install kitti2bag

2. 运行 kitti2bag 提示 command no found

安装完后直接命令行运行 kitti2bag 提示命令找不到:

kitti2bag

command no found!

但是我已经安装成功了,所以我查找了下 kitti2bag 的位置,我先使用卸载命令查看 kitti2bag 提示的安装位置在哪里:

pip uninstall kitti2bag

发现在 /home/dlonng/.local/bin/kitti2bag 下,所以我直接把 kitti2bag 拷贝到 /usr/bin/ 下:

sudo cp /home/dlonng/.local/bin/kitti2bag /usr/bin/

ls /usr/bin/kitti2bag

kitti2bag

重启终端,再执行 kitti2bag,打印出使用信息说明可以使用:

kitti2bag

usage: kitti2bag [-h] [-t DATE] [-r DRIVE]
                 [-s {00,01,02,03,04,05,06,07,08,09,10,11,12,13,14,15,16,17,18,19,20,21}]
                 {raw_synced,odom_color,odom_gray} [dir]
kitti2bag: error: too few arguments

配一张我执行这个过程的图片:

3. 使用 kitti2bag 转换 bag

下载了 KITTI 包后,我把数据集和标定文件都解压到当前目录,注意它们都会解压到以时间命名的文件夹中:

unzip KITTI_2011_09_26_drive_0020_sync
unzip 2011_09_26_calib.zip

上面两者都解压到 2011_09_26 目录下,然后在解压后的目录的上一级运行如下的转换命令,raw_synced 表示下载的数据集是否是同步过的,我下载是是同步的,所以加上了这句,不过基本都是用同步的:

kitti2bag -t 2011_09_26 -r 0020 raw_synced .

等待转换完成,即可看到生成的 bag 包,打印下 info 看下信息:

大功告成!

参考链接:


登龙
13 声望5 粉丝