自动驾驶---学术论文的常客：nuScenes数据集的使用

1 前言

nuScenes 数据集在大模型训练中应用广泛，在很多CVPR或者其它论文中经常能看到使用nuScenes 数据集达到SOTA水平。

在之前的博客《自动驾驶---学术论文的常客：nuScenes 数据集》中，笔者主要介绍了nuScenes数据集的来源和下载方式，本篇博客主要介绍如何使用nuScenes数据集。

2 nuScenes devkit 教程

主要内容来源于官方教程。假定nuscenes数据集的文件目录为：data/sets/nuscenes，并加载完整数据集的一个mini版（完整的数据集太大了）。

2.1 整体架构

数据集按数据库组织，由下面13个基础表（每个表也是一个json文件）构成：

表名	说明
log	日志信息，用于提取数据。
scene	车辆行驶 20 秒的片段。
sample	特定时间戳下场景的标注快照，按 2Hz 采样的关键帧，一个场景有 40 个样本。
sample_data	特定传感器收集的数据，包含图像、点云、雷达数据，有关键帧的 sample 和非关键帧的 sweep。
ego_pose	特定时间戳下车辆的姿态。
sensor	特定的传感器类型。
calibrated sensor	特定车辆上特定传感器的标定定义，含传感器（激光雷达、雷达、相机）外参和相机内参。
instance	观察到的所有对象实例的枚举。
category	对象类别的分类体系（如车辆、人类）。
attribute	实例在类别不变时可改变的属性。
visibility	从 6 个不同相机收集的所有图像中像素的可见比例。
sample_annotation	感兴趣对象的标注实例。
map	以俯视图二进制语义掩码形式存储的地图数据。

整个nuScenes数据集的文件架构及相互关系如下图所示：

2.2 使用说明

按步骤说明如何通过python使用nuScenes数据集，一般会使用mini版本，完整的数据集版本是非常大的。

（1）创建文件夹，运行下面代码将设置好数据集和工具集。

bash 复制代码

mkdir -p data/sets/nuscenes  # Make the directory to store the nuScenes dataset in.

#wget https://www.nuscenes.org/data/v1.0-mini.tgz  # Download the nuScenes mini split.

tar -xf data/data57268/v1.0-mini.tgz -C data/sets/nuscenes  # Uncompress the nuScenes mini split.

pip install nuscenes-devkit &> /dev/null  # Install nuScenes.

（2）初始化

python 复制代码

%matplotlib inline
from nuscenes.nuscenes import NuScenes

nusc = NuScenes(version='v1.0-mini', dataroot='data/sets/nuscenes', verbose=True)

（3）**nuScenes是一个大规模数据集，有1000 个场景，每个约20秒。我们加载的mini版数据集有10 个场景。**让我们看看加载在数据集中的场景。

python 复制代码

nusc.list_scenes()

my_scene = nusc.scene[0]

（4）sample 样本

在场景中，我们每0.5秒标注一个数据 (2 Hz)。我们定义样本为一个场景在给定时间戳标注的关键帧 。让我们看下这个场景中第一个标注样本。

python 复制代码

first_sample_token = my_scene['first_sample_token']

# The rendering command below is commented out because it tends to crash in notebooks
nusc.render_sample(first_sample_token)

（5）让我们看下它的元数据，通过 token 使用get 方法

python 复制代码

my_sample = nusc.get('sample', first_sample_token)

（6）sample_data 样本数据

nuScenes数据集包含完整传感器套件收集的数据。因此，对每一个场景快照，我们提供对这些传感器数据的引用。

让我们看看取自 CAM_FRONT 的 sample_data 元数据。

python 复制代码

sensor = 'CAM_FRONT'
cam_front_data = nusc.get('sample_data', my_sample['data'][sensor])
cam_front_data

我们也可以画出特定传感器的 sample_data。

python 复制代码

nusc.render_sample_data(cam_front_data['token'])

2.3 应用举例

下面这段代码主要作用：取每一个场景下前视相机的数据以及自车姿态的数据。当然还有其它模块的使用，这里就不一一举例了。

python 复制代码

    # Load the dataset
    nusc = NuScenes(version=args.version, dataroot=args.dataroot)

    # Iterate the scenes
    scenes = nusc.scene

    for scene in scenes:
        token = scene['token']
        first_sample_token = scene['first_sample_token']
        last_sample_token = scene['last_sample_token']
        name = scene['name']
        description = scene['description']

        # Get all image and pose in this scene
        front_camera_images = []
        ego_poses = []
        camera_params = []
        curr_sample_token = first_sample_token
        while True:
            sample = nusc.get('sample', curr_sample_token)

            # Get the front camera image of the sample.
            cam_front_data = nusc.get('sample_data', sample['data']['CAM_FRONT'])
            # nusc.render_sample_data(cam_front_data['token'])

            # Get the ego pose of the sample.
            pose = nusc.get('ego_pose', cam_front_data['ego_pose_token'])
            ego_poses.append(pose)

            # Get the camera parameters of the sample.
            camera_params.append(nusc.get('calibrated_sensor', cam_front_data['calibrated_sensor_token']))

            # Advance the pointer.
            if curr_sample_token == last_sample_token:
                break
            curr_sample_token = sample['next']
        scene_length = len(front_camera_images)
        print(f"Scene {name} has {scene_length} frames")

其中scene.json中的内容如下，可通过里面的token信息，可以找到当前场景下其它标注信息，如位置，传感器等信息。

复制代码

{
"token": "cc8c0bf57f984915a77078b10eb33198",
"log_token": "7e25a2c8ea1f41c5b0da1e69ecfa71a2",
"nbr_samples": 39,
"first_sample_token": "ca9a282c9e77460f8360f564131a8af5",
"last_sample_token": "ed5fc18c31904f96a8f0dbb99ff069c0",
"name": "scene-0061",
"description": "Parked truck, construction, intersection, turn left, following a van"
},

上述json文件中的字段解析如下：

字段名	类型	说明
token	string	场景的唯一标识符（UUID4 格式）。
log_token	string	关联的日志文件的 token，用于追溯数据来源。
nbr_samples	integer	该场景包含的样本数量（每个场景按 2Hz 采样，20 秒共 40 个样本，但此处为 39，可能因数据截断或异常导致）。
first_sample_token	string	场景中第一个样本的 token。
last_sample_token	string	场景中最后一个样本的 token。
name	string	场景的名称（通常为 scene-<`编号>`格式）。
description	string	场景的简短描述，包含关键交通元素和驾驶行为。

再比如，我们可以画lidar的数据。在原始的 nuScenes 开发工具包中，可以将一个样本数据令牌传递给 render_sample_data 函数，以渲染点云的鸟瞰图。不过，这些点会根据与自车的距离来着色。而现在使用扩展后的 nuScenes 开发工具包，只需将 show_lidar_seg 参数设置为 True，就可以可视化点云的类别标签。

python 复制代码

my_sample = nusc.sample[87]
sample_data_token = my_sample['data']['LIDAR_TOP']
nusc.render_sample_data(sample_data_token, with_anns=False, show_lidarseg=True)