NotACracker/COTR项目教程:自定义数据集完全指南
2025-07-04 03:20:31作者:管翌锬
前言
在3D目标检测领域,数据集的准备和处理是模型训练的关键环节。NotACracker/COTR项目提供了灵活的数据集自定义方案,本文将详细介绍如何根据项目需求自定义数据集。
数据集格式支持方案
方案一:转换为现有格式
对于无法直接在线读取的数据,推荐转换为KITTI格式:
- 数据转换器开发:编写脚本将原始数据重组并转换为KITTI格式
- 数据集类继承:根据数据特性继承现有数据集类进行微调
- 配置文件修改:调整数据路径和类别配置
优势:实现简单,可直接复用现有数据处理流程
方案二:转换为中间格式
项目支持将数据转换为pickle中间格式,每个帧数据包含以下关键信息:
image
:图像元数据(路径、尺寸等)point_cloud
:点云数据信息calib
:校准参数annos
:标注信息(边界框、类别等)
这种格式的优势在于:
- 不强制要求原始数据组织结构
- 灵活性高,可适应不同数据源
- 便于统一处理流程
自定义数据集实现示例
数据集类实现
以下是一个完整的自定义数据集实现示例:
@DATASETS.register_module()
class MyDataset(Custom3DDataset):
# 定义数据集类别
CLASSES = ('cabinet', 'bed', 'chair', 'sofa', 'table', 'door', 'window',
'bookshelf', 'picture', 'counter', 'desk', 'curtain',
'refrigerator', 'showercurtrain', 'toilet', 'sink', 'bathtub',
'garbagebin')
def __init__(self, data_root, ann_file, pipeline=None, classes=None,
modality=None, box_type_3d='Depth', filter_empty_gt=True,
test_mode=False):
super().__init__(
data_root=data_root,
ann_file=ann_file,
pipeline=pipeline,
classes=classes,
modality=modality,
box_type_3d=box_type_3d,
filter_empty_gt=filter_empty_gt,
test_mode=test_mode)
def get_ann_info(self, index):
info = self.data_infos[index]
if info['annos']['gt_num'] != 0:
gt_bboxes_3d = info['annos']['gt_boxes_upright_depth'].astype(np.float32)
gt_labels_3d = info['annos']['class'].astype(np.int64)
else:
gt_bboxes_3d = np.zeros((0, 6), dtype=np.float32)
gt_labels_3d = np.zeros((0,), dtype=np.int64)
gt_bboxes_3d = DepthInstance3DBoxes(
gt_bboxes_3d,
box_dim=gt_bboxes_3d.shape[-1],
with_yaw=False,
origin=(0.5, 0.5, 0.5)).convert_to(self.box_mode_3d)
pts_instance_mask_path = osp.join(self.data_root, info['pts_instance_mask_path'])
pts_semantic_mask_path = osp.join(self.data_root, info['pts_semantic_mask_path'])
return dict(
gt_bboxes_3d=gt_bboxes_3d,
gt_labels_3d=gt_labels_3d,
pts_instance_mask_path=pts_instance_mask_path,
pts_semantic_mask_path=pts_semantic_mask_path)
配置文件调整
在配置文件中使用自定义数据集:
dataset_A_train = dict(
type='MyDataset',
ann_file='annotation.pkl',
pipeline=train_pipeline
)
数据集包装器应用
项目提供了三种数据集包装器来增强数据使用:
1. 重复数据集(RepeatDataset)
dataset_A_train = dict(
type='RepeatDataset',
times=N, # 重复次数
dataset=dict( # 原始数据集配置
type='Dataset_A',
pipeline=train_pipeline
)
)
2. 类别平衡数据集(ClassBalancedDataset)
dataset_A_train = dict(
type='ClassBalancedDataset',
oversample_thr=1e-3, # 过采样阈值
dataset=dict(
type='Dataset_A',
pipeline=train_pipeline
)
)
3. 数据集拼接(ConcatDataset)
三种拼接方式:
方式一:相同类型数据集拼接
dataset_A_train = dict(
type='Dataset_A',
ann_file=['anno_file_1', 'anno_file_2'],
separate_eval=False, # 是否分开评估
pipeline=train_pipeline
)
方式二:不同类型数据集拼接
data = dict(
train=[dataset_A_train, dataset_B_train],
val=dataset_A_val,
test=dataset_A_test
)
方式三:显式使用ConcatDataset
data = dict(
val=dict(
type='ConcatDataset',
datasets=[dataset_A_val, dataset_B_val],
separate_eval=False
)
)
数据集类别修改
可以灵活调整数据集的类别:
直接指定类别列表
classes = ('person', 'bicycle', 'car')
data = dict(
train=dict(classes=classes),
val=dict(classes=classes),
test=dict(classes=classes))
从文件读取类别
classes = 'path/to/classes.txt' # 每行一个类别名
data = dict(
train=dict(classes=classes),
val=dict(classes=classes),
test=dict(classes=classes))
注意事项
- 空样本过滤行为在v2.5.0前后有变化,需注意版本兼容性
- 中间格式数据不包含类别名,使用CustomDataset时需离线处理空样本
- 类别平衡数据集和重复数据集的评估功能暂不支持
结语
通过本文介绍的自定义数据集方法,开发者可以灵活地将各种3D数据源集成到NotACracker/COTR项目中。建议根据数据特点选择合适的实现方案,平衡开发效率与系统性能。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0287Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp英语课程填空题提示缺失问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp博客页面工作坊中的断言方法优化建议4 freeCodeCamp课程中屏幕放大器知识点优化分析5 freeCodeCamp课程视频测验中的Tab键导航问题解析6 freeCodeCamp论坛排行榜项目中的错误日志规范要求7 freeCodeCamp音乐播放器项目中的函数调用问题解析8 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析9 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析10 freeCodeCamp课程页面空白问题的技术分析与解决方案
最新内容推荐
PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
161
2.05 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
198
279

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
535
62

Ascend Extension for PyTorch
Python
50
81

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
950
556

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1 K
397

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
385
19

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191