dataset/KITTI/object/training/image_2/000001.png 2 0.998467 389 181 424 202
dataset/KITTI/object/training/image_2/000001.png 2 0.0448065 512 176 528 187
dataset/KITTI/object/training/image_2/000001.png 3 0.741964 677 165 689 191
dataset/KITTI/object/training/image_2/000002.png 2 0.953033 659 191 699 222
dataset/KITTI/object/training/image_2/000004.png 2 0.998799 280 185 344 215
dataset/KITTI/object/training/image_2/000004.png 2 0.996907 367 183 404 205
dataset/KITTI/object/training/image_2/000004.png 2 0.636475 447 176 473 194
dataset/KITTI/object/training/image_2/000004.png 2 0.0609634 419 176 451 195
dataset/KITTI/object/training/image_2/000004.png 2 0.0403211 404 173 441 195
dataset/KITTI/object/training/image_2/000004.png 3 0.875187 1192 206 1242 330
dataset/KITTI/object/training/image_2/000004.png 3 0.0218598 1217 180 1243 331
dataset/KITTI/object/training/image_2/000005.png 1 0.97717 329 179 359 239
dataset/KITTI/object/training/image_2/000006.png 2 0.999063 508 170 573 211
dataset/KITTI/object/training/image_2/000006.png 2 0.989236 329 172 401 206
dataset/KITTI/object/training/image_2/000006.png 2 0.948657 40 182 221 244
dataset/KITTI/object/training/image_2/000006.png 2 0.744609 605 169 630 188
dataset/KITTI/object/training/image_2/000006.png 2 0.392809 580 169 606 187
dataset/KITTI/object/training/image_2/000006.png 2 0.0207732 534 171 572 201
dataset/KITTI/object/training/image_2/000008.png 1 0.0247923 823 167 832 188
dataset/KITTI/object/training/image_2/000008.png 2 0.999218 883 179 956 239
dataset/KITTI/object/training/image_2/000008.png 2 0.999209 739 168 787 208
dataset/KITTI/object/training/image_2/000008.png 2 0.998607 861 173 888 194
dataset/KITTI/object/training/image_2/000008.png 2 0.9974 945 206 1237 375
dataset/KITTI/object/training/image_2/000008.png 2 0.996834 331 172 615 359
dataset/KITTI/object/training/image_2/000008.png 2 0.994989 595 174 717 262
dataset/KITTI/object/training/image_2/000008.png 2 0.967459 767 170 803 201
dataset/KITTI/object/training/image_2/000008.png 2 0.963168 607 164 696 228
dataset/KITTI/object/training/image_2/000008.png 2 0.958746 3 173 412 370
dataset/KITTI/object/training/image_2/000008.png 2 0.621929 803 165 826 183
dataset/KITTI/object/training/image_2/000015.png 1 0.990515 1000 145 1100 319
dataset/KITTI/object/training/image_2/000015.png 1 0.972727 668 172 686 226
dataset/KITTI/object/training/image_2/000015.png 1 0.930344 689 170 709 225
dataset/KITTI/object/training/image_2/000015.png 1 0.482258 849 216 902 335
dataset/KITTI/object/training/image_2/000015.png 1 0.384433 538 173 558 227
dataset/KITTI/object/training/image_2/000015.png 1 0.0424191 928 167 1109 356
dataset/KITTI/object/training/image_2/000015.png 1 0.0405976 913 177 981 290
dataset/KITTI/object/training/image_2/000015.png 1 0.0246332 612 173 623 205
dataset/KITTI/object/training/image_2/000015.png 1 0.0220622 676 171 699 226
dataset/KITTI/object/training/image_2/000015.png 2 0.992571 6 198 420 374
dataset/KITTI/object/training/image_2/000015.png 2 0.012921 152 208 382 302
dataset/KITTI/object/training/image_2/000015.png 3 0.9551 907 174 985 298
dataset/KITTI/object/training/image_2/000015.png 3 0.162089 836 210 914 342
dataset/KITTI/object/training/image_2/000015.png 3 0.0908173 832 195 975 363
dataset/KITTI/object/training/image_2/000015.png 3 0.0583361 538 172 559 227
dataset/KITTI/object/training/image_2/000015.png 3 0.0365619 668 174 686 226
dataset/KITTI/object/training/image_2/000015.png 3 0.0153579 876 177 1111 347
dataset/KITTI/object/training/image_2/000019.png 2 0.999772 746 184 934 314
dataset/KITTI/object/training/image_2/000019.png 2 0.996103 550 183 575 204
dataset/KITTI/object/training/image_2/000019.png 2 0.033231 -11 115 364 369
dataset/KITTI/object/training/image_2/000019.png 2 0.0229316 628 183 657 210
dataset/KITTI/object/training/image_2/000019.png 2 0.0205365 637 176 681 215
dataset/KITTI/object/training/image_2/000019.png 2 0.0104083 626 183 646 203
dataset/KITTI/object/training/image_2/000019.png 3 0.0100861 748 184 932 312
dataset/KITTI/object/training/image_2/000020.png 2 0.999539 684 180 805 261
dataset/KITTI/object/training/image_2/000021.png 1 0.0272829 1100 179 1242 372
dataset/KITTI/object/training/image_2/000021.png 2 0.99964 364 176 508 272
dataset/KITTI/object/training/image_2/000021.png 2 0.999152 729 169 787 215
dataset/KITTI/object/training/image_2/000021.png 2 0.996924 536 168 593 217
dataset/KITTI/object/training/image_2/000021.png 2 0.965874 450 163 554 246
dataset/KITTI/object/training/image_2/000021.png 2 0.925264 715 164 767 207
dataset/KITTI/object/training/image_2/000021.png 2 0.442659 564 169 603 205
dataset/KITTI/object/training/image_2/000021.png 2 0.28788 589 166 616 189
dataset/KITTI/object/training/image_2/000021.png 3 0.984298 1089 171 1244 378
dataset/KITTI/object/training/image_2/000023.png 2 0.998844 373 181 411 203
dataset/KITTI/object/training/image_2/000023.png 2 0.238451 508 176 524 188
dataset/KITTI/object/training/image_2/000023.png 3 0.783398 678 166 691 191
dataset/KITTI/object/training/image_2/000024.png 2 0.999641 516 165 565 199
dataset/KITTI/object/training/image_2/000024.png 2 0.998784 442 167 478 195
dataset/KITTI/object/training/image_2/000024.png 2 0.862621 425 164 450 184
dataset/KITTI/object/training/image_2/000024.png 2 0.0120616 455 162 472 180
dataset/KITTI/object/training/image_2/000025.png 1 0.224212 648 173 658 203
dataset/KITTI/object/training/image_2/000025.png 2 0.999282 724 182 803 253
dataset/KITTI/object/training/image_2/000025.png 2 0.99921 561 174 613 218
dataset/KITTI/object/training/image_2/000025.png 2 0.998898 347 183 532 313
dataset/KITTI/object/training/image_2/000025.png 2 0.995231 684 177 708 198
dataset/KITTI/object/training/image_2/000025.png 2 0.982 20 184 346 374
dataset/KITTI/object/training/image_2/000025.png 2 0.962999 398 173 515 217
dataset/KITTI/object/training/image_2/000025.png 2 0.947288 592 177 628 209
dataset/KITTI/object/training/image_2/000025.png 2 0.942876 887 211 1230 371
dataset/KITTI/object/training/image_2/000025.png 2 0.932495 713 185 765 234
dataset/KITTI/object/training/image_2/000025.png 2 0.737589 627 171 647 189
dataset/KITTI/object/training/image_2/000025.png 2 0.207249 379 176 517 255
dataset/KITTI/object/training/image_2/000025.png 3 0.395252 648 173 658 202
dataset/KITTI/object/training/image_2/000025.png 3 0.041679 391 173 516 228
dataset/KITTI/object/training/image_2/000027.png 2 0.297322 22 124 325 302
dataset/KITTI/object/training/image_2/000027.png 2 0.0838345 590 181 606 195
dataset/KITTI/object/training/image_2/000028.png 1 0.999264 142 153 203 309
dataset/KITTI/object/training/image_2/000031.png 2 0.999256 706 181 853 277
dataset/KITTI/object/training/image_2/000031.png 2 0.99882 660 180 712 222
dataset/KITTI/object/training/image_2/000031.png 2 0.998431 329 180 487 295
dataset/KITTI/object/training/image_2/000031.png 2 0.994839 789 173 1025 342
dataset/KITTI/object/training/image_2/000031.png 2 0.868807 1031 201 1232 369
dataset/KITTI/object/training/image_2/000031.png 2 0.781745 619 171 651 200
dataset/KITTI/object/training/image_2/000031.png 2 0.497875 555 178 574 194
dataset/KITTI/object/training/image_2/000031.png 3 0.0191964 1032 193 1241 370
dataset/KITTI/object/training/image_2/000033.png 2 0.997081 -3 191 232 325
dataset/KITTI/object/training/image_2/000033.png 2 0.357291 581 175 599 192
dataset/KITTI/object/training/image_2/000033.png 2 0.196851 559 173 575 187
dataset/KITTI/object/training/image_2/000033.png 2 0.0109006 4 195 172 279
dataset/KITTI/object/training/image_2/000035.png 1 0.532169 654 167 670 216
dataset/KITTI/object/training/image_2/000035.png 1 0.0743001 660 166 693 219
dataset/KITTI/object/training/image_2/000035.png 1 0.0279583 140 176 162 223
dataset/KITTI/object/training/image_2/000035.png 1 0.0271136 662 167 673 213
dataset/KITTI/object/training/image_2/000035.png 1 0.0144575 668 166 681 214
dataset/KITTI/object/training/image_2/000035.png 1 0.0107758 427 174 436
没有合适的资源?快使用搜索试试~ 我知道了~
KITTI数据集三维可视化代码
共9个文件
txt:6个
py:3个
4星 · 超过85%的资源 需积分: 0 85 下载量 30 浏览量
2019-04-02
15:44:12
上传
评论 3
收藏 702KB RAR 举报
温馨提示
KITTI数据集三维可视化代码,You can run python kitti/kitti_object.py to see whether data is downloaded and stored properly. If everything is fine, you should see image and 3D point cloud visualizations of the data.
资源推荐
资源详情
资源评论
收起资源包目录
kitti.rar (9个子文件)
kitti
kitti_util.py 14KB
prepare_data.py 21KB
kitti_object.py 8KB
rgb_detections
rgb_detection_train.txt 1.85MB
rgb_detection_val.txt 2.16MB
image_sets
val.txt 26KB
test.txt 51KB
trainval.txt 51KB
train.txt 25KB
共 9 条
- 1
资源评论
- Q蕾2020-04-01你好我想问一下这报错无法运行,说没有viz_til,但是文件中没看到这个?
- 听风19962019-10-15安静的后视镜的好时机抗旱
- HuDuoxiu2021-06-02你好,好像少了个viz_til文件
疯子_Zhang
- 粉丝: 120
- 资源: 4
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Screenshot_20240427_031602.jpg
- 网页PDF_2024年04月26日 23-46-14_QQ浏览器网页保存_QQ浏览器转格式(6).docx
- 直接插入排序,冒泡排序,直接选择排序.zip
- 在排序2的基础上,再次对快排进行优化,其次增加快排非递归,归并排序,归并排序非递归版.zip
- 实现了7种排序算法.三种复杂度排序.三种nlogn复杂度排序(堆排序,归并排序,快速排序)一种线性复杂度的排序.zip
- 冒泡排序 直接选择排序 直接插入排序 随机快速排序 归并排序 堆排序.zip
- 课设-内部排序算法比较 包括冒泡排序、直接插入排序、简单选择排序、快速排序、希尔排序、归并排序和堆排序.zip
- Python排序算法.zip
- C语言实现直接插入排序、希尔排序、选择排序、冒泡排序、堆排序、快速排序、归并排序、计数排序,并带图详解.zip
- 常用工具集参考用于图像等数据处理
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功