nuScenes devkit
欢迎使用 nuScenes 数据集的 devkit。
变更日志
- 2020年7月7日：Devkit v1.0.9：地图和预测代码的其他更新。
- 2020年4月1日：Devkit v1.0.8：放宽点数要求并重组预测代码。
- 2020年3月24日：Devkit v1.0.7：nuScenes预测挑战代码发布。
- 2020年2月12日：Devkit v1.0.6：发布了CAN总线扩展。
- 2019年12月11日：Devkit v1.0.5：从AMOTA跟踪指标中删除权重因子。
- 2019年11月1日：发布了跟踪评估代码，并重新组织了检测评估代码。
- 2019年7月1日：发布地图扩展。
- 2019年4月30日：Devkit v1.0.1：放宽了PIP要求，完善了检测挑战，导出了2d注释脚本。
- 2019年3月26日：发布了完整的数据集，论文和devkit v1.0.0。已取消对预告片数据的支持。
- 2018年12月20日：发布了初始评估代码。重新构建了Devkit文件夹，这破坏了向后兼容性。
- 2018年11月21日：雷达过滤和多扫描聚合。
- 2018年10月4日：解析RADAR数据的代码发布。
- 2018年9月12日：发布了预告片数据集的开发套件。
数据集下载
要下载 nuScenes，您需要转到下载页面，创建一个帐户并同意 nuScenes 使用条款。登录后，您将看到多个档案。为了使 devkit 正常工作，您需要下载所有档案。请将档案解压缩到 /data/sets/nuscenes 文件夹中，而不能覆盖多个档案中存在的覆盖文件夹。最终，您应该具有以下文件夹结构：
/data/sets/nuscenes
samples - 关键帧的传感器数据。
sweeps - 中间帧的传感器数据。
maps - 所有地图文件的文件夹：光栅化的 .png 图像和矢量化的 .json 文件。
v1.0-* - 包含所有元数据和注释的 JSON 表。每个拆分（训练，测试，迷你）都在单独的文件夹中提供。
如果要使用另一个文件夹，请指定 NuScenes 类的 dataroot 参数（请参阅教程）。
预测挑战
2020年3月，我们发布了 nuScenes 预测挑战赛的代码。开始：
CAN 总线扩展
2020年2月，我们发布了 CAN 总线扩展。它包含有关车辆路线、IMU、姿态、转向角反馈、电池、制动器、档位、信号、轮速、油门、扭矩、太阳能传感器、里程表等的低级车辆数据。要安装此扩展，请按照下列步骤操作：
- 从下载页面下载扩展，
- 将 can_bus 文件夹移至您的 nuScenes 根目录（例如 /data/sets/nuscenes/can_bus）。
- 获取最新版本的 nuscenes-devkit。
- 如果您已经有了 devkit 的早期版本，请更新 pip 要求（请参阅详细信息）：pip install -r setup/requirements.txt
- 开始使用 CAN 总线自述文件或教程。
地图扩展
在2019年7月，我们发布了包含11个语义层（人行横道，人行道，交通信号灯，停车线，车道等）的地图扩展。要安装此扩展，请按照下列步骤操作：
- 从下载页面下载扩展，
- 将 .json 文件移动到 nuScenes 地图文件夹。
- 获取最新版本的 nuscenes-devkit。
- 如果您已经有了 devkit 的早期版本，请更新 pip 要求（请参阅详细信息）：pip install -r setup/requirements.txt
- 开始使用地图扩展教程。
Devkit 设定
devkit 已针对 Python 3.6 和 Python 3.7 进行了测试。要安装 Python，请在此处检查。
我们的 devkit 可用，可以通过 pip 安装：
pip install nuscenes-devkit
对于高级安装，请参阅安装以获取详细说明。
入门
请按照以下步骤操作，以使自己熟悉 nuScenes 数据集：
- 阅读数据集描述。
- 探索激光雷达查看器和视频。
- 下载数据集。
- 获取 nuscenes-devkit 代码。
- 阅读在线教程或使用以下命令自己运行：
jupyter notebook $HOME/nuscenes-devkit/python-sdk/tutorials/nuscenes_basics_tutorial.ipynb
- 阅读 nuScenes 论文 以获取对数据集的详细分析。
- 运行地图扩展教程。
- 看一下实验脚本。
- 有关与对象检测任务有关的说明（结果格式，类和评估指标），请参阅本自述文件。
- 请参阅数据库架构和注释器说明。
- 请参阅常见问题解答。
已知的问题
在对 nuScenes 数据集进行整理时，人们非常小心，许多用户都称赞了数据和注释的质量。然而，一些小问题仍然存在：
地图：
- 对于 singapore-hollandvillage 和 singapore-queenstown，交通信号灯3d姿势均为0（tz除外）。
- 对于 boston-seaport，3个场景（499、515、517）的自我姿势略有不正确，而2个场景（501、502）的自我姿势在带注释的区域之外。
- 对于 singapore-onenorth 来说，大约10个场景的自我姿势不在驾驶表面上。在地图v1.1中已解决此问题。
注释：
- 尽管对象暂时被遮挡，但仍会注释少量3d边界框。因此，我们确保在 nuScenes 基准测试中过滤没有激光雷达或雷达点的物体。请参阅issue 366。
引文
引用 nuScenes 时，请使用以下引用：
@article{nuscenes2019,
title={nuScenes: A multimodal dataset for autonomous driving},
author={Holger Caesar and Varun Bankiti and Alex H. Lang and Sourabh Vora and
Venice Erin Liong and Qiang Xu and Anush Krishnan and Yu Pan and
Giancarlo Baldan and Oscar Beijbom},
journal={arXiv preprint arXiv:1903.11027},
year={2019}
}
（The first version translated by vz on 2020.07.25）
