一起养成写作习惯！这是我参与「日新计划 4 月更文挑战」的第22天，点击查看活动详情。
嗯，实话实说，标题可能写的有点夸张怎么说是夸张呢，因为玩转Nutaro是什么意思scenes数据集也是我的目标本文将从一个初学者的角度来认识Nuscenes数据集，首先会对Nuscenes数据集的结构进行分析，然后会通过代码教大家如何获taron取Nuscenes数据集中的各种数据【由于自己也是刚刚接触，可能有的地方描述的不够完整不够准确，但是我会对我学习中的一些比较迷惑的地方重点讲解，可能会和开始学习Nusc软件工程专业enTaroes的读者google产生共鸣，当然随着我的后续学习，我也会不断的更新内容，让我们一起真正的玩转Nusences数据集】
Nu软件工程师scenes数据集google简介
先来简单的介绍taro怎么读一下Nusce软件商店nes数据集，相信大家对Nuscenes数据集应该是有一些了解的，至少应该知道这是和自动驾驶相关的，知道这些就足够了，下面再来软件测试补充一些知识软件开发Nuscenes数据的采jsonobject集来自不同城市的1000个场景中，采集车上配备了完善的传感器，包括6个相机（他柔弱是假CAM）、1个激光雷达（LIDAR）、5个毫米波雷达（R公积金ADAR）、IMU和GPS。传感器公积金在采集车上的布置如下图所示：
软件工程师 可以看出，相机（CAM）有json格式怎么打开六个，分别分布在Taro前方（Front）、右前方（Front Right）、左前方（Fro公积金nt Left）、后方（Bajson文件是干什么的ck）、右后方（Bactaro框架k Right）枸杞、左后方（Back Left）；激光雷达（LIjsonpDAR）有1个，放置在车顶（TOP）；毫米波雷达有五个，分别放置在前方（Front）、右前方（Front Right）、左前方（Front Left）、右后方（Back Right）、左后方（Back Left）。
准备工作✨✨✨
工资超过5000怎么扣税数据才是王道，第一步我们当然是需要下载数据了。Nuscenes的官网下载链接如下：www.nuscenes.org/download。第一…
下载完成进行解压后，应该有如下的文件结构：
接下来我们对上图中json解析的4个文件进行分析：
- maps文件夹
打开map文件夹，可以看到4个地图的图片json文件是干什么的，这种图片信息的文件我们很容易理解，这里不过多叙述。
- sajsonpmples文件夹
软件商店 打开samples文件夹，出现了这样的目录结构：不知道大家能不能看出来这些是什么，对于英语不好的我来说，打开文google件夹出现一堆这种大写的英文着实反应不过来。好吧，不卖关子了其实这里就是上文提到的google浏览器传感器（6个相机、google网站登录入口1个激光雷达、5个毫米波雷达）所采集到的信息。不信你可以打开6个相机所对应的文件夹，你可以发现里面都是采集到的图片，至于激光雷达和毫米波雷google翻译达所公积金对应的文件夹里也存储着各自采集的信息，只是格式不能像图片那样直接进行查看google翻译。
- sweeps文件夹
打开swejsonobjecteps文件夹，你会发现其结构和samples文件夹taron是完全一样的。那么samples文件夹和sweeps文件夹有什么区别呢？可以这样理解，samples文件夹中存储的信息是较为关键、重要的，而sweeps文件夹中的信息则相对次要。
- v1.0-mini文件夹
打开v1.0-mini文件夹，或许你又懵了，里json数据面是一堆json格式的文件。
这些json文件是干什么的呢，我们尝试打开一个看json格式看里面的内容（这里打开的是category.json）。首先提示一下category是种类的意思，那么这googleplay个jostaron是什么车n文件中就存储了一些关于目json格式标对象属于哪一类的信息，如下图红框框住部分googleplay，表示目标对JSON象是一个adtaro摩托车是什么牌子ult。【图中的种类显示的是hujson解析ma软件n.pedestrian.adult，表示一种所属关系，即adult属于pedestrian，pedestrian属于human软件商店】
数据读取✨✨✨
安装库
首先工龄越长退休金越多吗需要按照nuscenes-taro怎么读devkit库，使用pgoogle翻译ip安装即可。【注意：后文的代码我都是在jupyter notebook上运行的，若用其他软件运行，代码可能需要略微进行改变】
pip install nuscenes-devkit
导入相关模块和数据集
这里的dataroot为下载的mini数据集的路径，运行成功后应出现如下的信息：
%matplotlib inline from nuscenes.nuscenes import NuScenes nusc = NuScenes(version='v1.0-mini', dataroot='E:\毫米波雷达\v1.0-mini', verbose=True)
看到上图红框中的内容不知大家是否有种似曾相似的感觉，没错就是之前v1.0-mini文件夹中的那些文件。下面对这些名词进行解释，英文为官方给出的解释，中文为自己总结的。
看来上图中各名词的解释，估计还是比较迷惑软件商店下载的，下面会对这json文件是干什么的些内容进行逐一的解释
场景scene⭐⭐⭐
使用nusc.list_scenes()可以查看数据中的所有场景。
nusc.list_scenes()
输出结果 : mini数据集中只包含10个场景，每个场景大约持续20s【有的19s】，即每个场景有20秒采集到的信息。
可以使用下列命令来查看某个场景中的信息：
my_scene = nusc.scene[0] my_scene
输出结果 ：token为唯一标识，通过token可以获枸杞取对应信息。
样本sample⭐⭐⭐
先来说说sample和scene的关系，前面google浏览器说到，每个scene大约持续20s，那sample就是每0.5秒进行一次google中国采样。也可以这样理软件工程解sample和scene，sence相当于20s的视频，sample就是每0.5googleplay安卓版下载s取一帧的图像。
上文已经得到了某个场景的信息【scene-0061】，现可以通过my_scene得到某一个sample的token值。
first_sample_token = my_scene['first_sample_token'] #获取第一个sample的token值 first_sample_token
输出结果 ：
当我们得到第一个samgoogle中国ple的token值后，我们可以通过 nusc.get命令来获取当前sample的信息：
my_sample = nusc.get('sample', first_sample_token)
my_sample
输出结果 ：结果中包含了传感器采集到的信息、标注信息等等。
样本数据 sample_data⭐⭐⭐
使用my_sample['data']可以获取sample的数据sample_data。
my_sample['data']
输出结果 ：这些传感器里包含了许多的样本数据。
我们可以使用下列命令来将这些传感器中采集的进行可视化：
sensor_radar = 'RADAR_FRONT' #这里选择的传感器为前方的毫米波雷达传感器
radar_front_data = nusc.get('sample_data',my_sample['data'][sensor_radar])
radar_front_data
输出结果 ：
nusc.render_sample_data(radar_front_data['token'])
输出结果 ：
这里只展示了RADAR_FRONT，即前方毫米波雷达传感器的可视化结果，可视化其他传感器的方法和上文一致。
样本标注 sampl枸杞e_annotationgoogle服务框架⭐⭐⭐
上文提到my_sample中包含了传感器采集到googleplay的信息、标注信息，在sample_data中已经展示了传感器采集到的信息，这一部分将展示样本标注的信息，方法与之前是类似的。
my_annotation_token = my_sample['anns'][18]
my_annotation_metadata = nusc.get('sample_annotation',my_annotation_token)
my_annotation_metadata
输出结果 ：
nusc.render_annotation(my_annotation_metadata['token'])
实例 instance
通过nusc.instance可以获取实例taron是什么车：
my_instance = nusc.instance[0] my_instance
输出结果 ：
我们也可以可视化这个实例：
instance_token = my_instance['token'] nusc.render_instance(instance_token)
输出结果 ：
类别categorie他柔弱是假s
通过nusc.list_categogoogle网站登录入口ries可以获取类别：google商店
nusc.list_categories()
输出结果 ：
nusc.category[i]表示获取第i个类taro框架别的信息：
属taronga性attributes⭐⭐⭐
通过nusc.list_attributes软件测试可以获取属性：
nusc.list_attributes()
输出结果 ：
属性在一个场景中是可以变换的，下列代码软件商店下载展示了行人从移动到站立，属性发生了变换。【注意：这部分代码直接看可能不是很好理解，将代码一部分一部分的运行，看看每步的结果，你就会恍然大悟】
my_instance = nusc.instance[27]
first_token = my_instance['first_annotation_token']
last_token = my_instance['last_annotation_token']
nbr_samples = my_instance['nbr_annotations']
current_token = first_token
i = 0
found_change = False
while current_token != last_token:
current_ann = nusc.get('sample_annotation', current_token)
current_attr = nusc.get('attribute', current_ann['attribute_tokens'][0])['name']
if i == 0:
pass
elif current_attr != last_attr:
print("Changed from `{}` to `{}` at timestamp {} out of {} annotated timestamps".format(last_attr, current_attr, i, nbr_samples))
found_change = True
next_token = current_ann['next']
current_token = next_token
last_attr = current_attr
i += 1
输出结果 ：tarot塔罗牌
可视化 visibility
可视化在前文中其实已经讲过了，这里再看看代码加深印象。
anntoken = my_sample['anns'][9]
visibility_token = nusc.get('sample_annotation', anntoken)['visibility_token']
print("Visibility: {}".format(nusc.get('visibility', visibility_token)))
nusc.render_annotation(anntoken)
输出结果 ：
传感器 sensor
传感器前文其实google也或多或少的讲过了，可以通过nusc.sensor来查googleplay安卓版下载看传感器，部分结果如下：
因sample_data中就存储着传感器taro翻译的信息，因此可以通过nusc.sample_data[i]来获取传感器的信息taro摩托车是什么牌子，结果如下：
校准传感器 calibrated_sensor
通过下列命令来得到某传感器的校准软件测试信息：
sensor_token = nusc.calibrated_sensor[0] sensor_token
输出结果 ：
车辆姿态 ego_posjson解析e
nusc.ego_pose[0]
输出结果 ：
日志 log
nusc.log[0]
输出结果 ：
地图 map
nusc.map[0]
输出结果 ：
小结
官网给出了描述了nuScenes的数据库模式。所有的注释和元数据(包括校taro框架准、地图、车辆坐标等)都包含在一个关系数据库中。下图即为数据库表。每一行都可以由其唯一的主键token标识。像sample_token这样的外键可以用来链接到sample表的token。
总龚俊结google中国
最后了，说点什么呢，上面这些东西你看是很难看明白的，自己动json怎么读手多敲一敲，哪里不明白敲敲代码看看输出的结果，好记性不如烂笔头，加油各位
这部分官方是给了参考的代码的，可以再Google colab上直接运行，这里给出官方的链接：Nuscenes使taro怎么读用教程，但是我想大家还是自己敲一敲会印象更加深刻 下一篇：手把手带你玩转Nusences数据集2——nuScenes li龚俊darseg and panoptic教程
如若文章对你有所帮助，那就
咻咻咻咻~~duang~~点个赞呗
评论(0)