KITTI数据集解读
⼀、kitti数据集，label解析
16个数代表的含义：
第1个字符串：代表物体类别同桌是我爸
'Car', 'Van', 'Truck','Pedestrian', 'Person_sitting', 'Cyclist','Tram', 'Misc' or 'DontCare'轧钢工
注意，’DontCare’ 标签表⽰该区域没有被标注，⽐如由于⽬标物体距离激光雷达太远。为了防⽌在评估过程中（主要是计算precision），将本来是⽬标物体但是因为某些原因⽽没有标注的区域统计为假阳性(fal positives)，评估脚本会⾃动忽略’DontCare’区域的预测结果。
第2个数：代表物体是否被截断
从0（⾮截断）到1（截断）浮动，其中truncated指离开图像边界的对象
第3个数：代表物体是否被遮挡
萧条的反义词
整数0，1，2，3表⽰被遮挡的程度
0：完全可见 1：⼩部分遮挡 2：⼤部分遮挡 3：完全遮挡（unknown）
第4个数：alpha，物体的观察⾓度，范围：-pi~pi
是在相机坐标系下，以相机原点为中⼼，相机原点到物体中⼼的连线为半径，将物体绕相机y轴旋转⾄相机z轴，此时物体⽅向与相机x轴的夹⾓
r_y + pi/2 -theta = alpha +pi/2（即图中紫⾊的⾓是相等的）
所以alpha = r_y - theta
第5～8这4个数：物体的2维边界框
xmin，ymin，xmax，ymax孩子的眼睛
第9～11这3个数：3维物体的尺⼨
⾼、宽、长（单位：⽶）
第12～14这3个数：3维物体的位置
米酒的功效x,y,z（在照相机坐标系下，单位：⽶）
第15个数：3维物体的空间⽅向：rotation_y
在照相机坐标系下，物体的全局⽅向⾓（物体前进⽅向与相机坐标系x轴的夹⾓），范围：-pi~pi
第16个数：检测的置信度
⼆、kitti数据集，calib解析
要将Velodyne坐标中的点x投影到左侧的彩⾊图像中y：
使⽤公式：y = P2 * R0_rect *Tr_velo_to_cam * x
将Velodyne坐标中的点投影到右侧的彩⾊图像中：
使⽤公式：y = P3 * R0_rect *Tr_velo_to_cam * x
Tr_velo_to_cam * x ：是将Velodyne坐标中的点x投影到编号为0的相机（参考相机）坐标系中
庖丁解牛文言文翻译R0_rect *Tr_velo_to_cam * x ：是将Velodyne坐标中的点x投影到编号为2的相机（参考相机）坐标系中
P2 * R0_rect *Tr_velo_to_cam * x ：是将Velodyne坐标中的点x投影到编号为2的相机（参考相机）坐标系中，再投影到编号为2的相机（左彩⾊相机）的照⽚上
油炸面
注意：所有矩阵都存储在主⾏中，即第⼀个值对应于第⼀⾏。 R0_rect包含⼀个3x3矩阵，需要将其扩展为4x4矩阵，⽅法是在右下⾓添加1，在其他位置添加0。 Tr_xxx是⼀个3x4矩阵（R | t），需要以相同的⽅式扩展到4x4矩阵！
通过使⽤校准⽂件夹中的3x4投影矩阵，可以将相机坐标系中的坐标投影到图像中，对于提供图像的左侧彩⾊相机，必须使⽤P2。
酒店服务案例
rotation_y和alpha之间的区别在于rotation_y直接在相机坐标中给出，⽽alpha也会考虑从相机中⼼到物体中⼼的⽮量，以计算物体相对于相机的相对⽅向。 例如，沿着摄像机坐标系的X轴⾯向的汽车，⽆论它位于X / Z平⾯（鸟瞰图）中的哪个位置，它的rotation_y都为 0，⽽只有当此车位于相机的Z轴上时α才为零，当此车从Z轴移开时，观察⾓度α将会改变。
