PointRCNN 3D框點雲和圖像可視化

由於pointRCNN源碼的訓練和inference很詳細，但是沒有可視化的代碼，本文介紹其3d框結果的可視化方法

1. 跑通pointRCNN

https://github.com/sshaoshuai/PointRCNN

pointRCNN的運行本文就不贅述了。

我是下載的作者訓練好的模型，跑了一遍inference，因爲生成的檢測結果在下面可視化時會用到

2. 將pointRCNN預測結果拷貝到KITTI數據集

pointRCNN的結果存儲在：（裏面包含000001.txt等等，存的是3d框的預測結果）

PointRCNN/output/rcnn/default/eval/epoch_no_number/val/final_result

把整個文件夾複製到kitti數據集的training目錄下，文件夾命名pred

數據組織結構如下：
（注意，這裏的training裏面是全部7481張圖，不然會報錯沒有000000.txt）

kitti
    object
        testing
            calib
            image_2
            label_2
            velodyne
        training
            calib
            image_2
            label_2
            velodyne
            pred # 這個是需要自己複製過來的

3. 運行可視化源碼kitti_object_vis

源碼地址：https://github.com/kuixu/kitti_object_vis
下載源碼並進到源碼文件夾

git clone https://github.com/kuixu/kitti_object_vis 

把上述kitti數據集的object/目錄，鏈接到data/目錄下過去，並命名爲obj（因爲這個源碼需求）

cd kitti_object_vis/data
ln -s /home/ubuntu/dataset/KITTI/object obj

下載源碼和源碼所需的庫（mayavi之類的），照readme裏面去做

運行命令分爲幾種：
(1) 只顯示LiDAR 僅真值

cd kitti_object_vis
python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis

終端按回車鍵進行下一張圖

(2) 顯示LiDAR和image 僅真值

python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --show_image_with_boxes

終端按回車鍵進行下一張圖

(3) 顯示特定某張圖的LiDAR和image 僅真值

python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --show_image_with_boxes --ind 100 

ind 100表示就是圖像編號爲000100.txt

注：紅色是預測框，綠色是真值框

(4) 顯示pointRCNN預測值+真值對比
在以上所有命令後面加 -p
例：

python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --show_image_with_boxes --ind 6 -p

目前有幾個疑問：

image中只能顯示gt，無法顯示預測結果。
0是啥意思？類別嗎，但個別的帶人的圖上面標號也都是0，如下：
（運行kitti的tracking數據，三維顯示數據框裏面沒有標記出label，只有紅色框？）

---

感謝前輩：https://blog.csdn.net/tiatiatiatia/article/details/97765165