我々は、KITTIビジュアルベンチマークに基づく大規模データセットを提案し、dometryタスクで提供されるすべてのシーケンスを使用しました。我々は、シーケンス00 - 10の各個別のスキャンに対して高密度の注釈を提供します。これにより、複数のシーケンススキャンを、セマンティックセグメンテーションやセマンティックシーン完成などのセマンティックシーン解釈に使用できます。

残りのシーケンス、すなわちシーケンス11 - 21は、テストセットとして使用され、多くの挑戦的な交通状況や環境タイプが含まれています。テストセットのラベルは提供されません。我々は評価サービスを使用して、提出されたデータを評価し、テストセットの結果を提供します。

クラス

このデータセットには、静止物体と移動物体を区別するクラスを含む28のクラスが含まれています。            全体的に、我々のクラスは交通参加者をカバーするだけでなく、駐車場や歩道などの地面に関する機能的なクラスも含んでいます。

フォルダ構造と形式

セマンティックセグメンテーションとパノプティックセグメンテーション

       

我々は、元のKITTIオドメトリベンチマークのシーケンスフォルダ内のvelodyneフォルダの各スキャンXXXXXX.binに対して、labelsフォルダ内にXXXXXX.labelというファイルを提供します。このファイルには、各点に対するラベルがバイナリ形式で含まれています。ラベルは各点に対する32ビット符号なし整数（いわゆるuint32_t）で、下位16ビットはラベルに対応しています。上位16ビットはインスタンスIDをエンコードしており、これはシーケンス全体で時間的に一貫しています。つまり、2つの異なるスキャンにおける同じ物体は同じIDを持ちます。これは移動する車や、ループクロージャ後に見られる静止物体にも当てはまります。

さらに、我々はposes.txtファイルを提供します。このファイルには、データの注釈付けに使用したポーズが含まれており、サーフェルベースのSLAMアプローチ（SuMa）によって推定されています。

セマンティックシーン完成

我々は、元のKITTIオドメトリベンチマークのシーケンスフォルダ内のvelodyneフォルダの各スキャンXXXXXX.binに対して、voxelフォルダ内に以下のファイルを提供します：

    * パックされたバイナリ形式のXXXXXX.binファイル。このファイルには、各ボクセルがレーザー測定によって占有されているかどうかが含まれています。これはセマンティックシーン完成タスクの入力であり、単一のLiDARスキャンのボクセル化に対応しています。
    完成したシーンの各ボクセルに対するラベルがバイナリ形式で含まれているXXXXXX.labelファイル。ラベルは各ボクセルに対する16ビット符号なし整数（いわゆるuint16_t）です。
    パックされたバイナリ形式のXXXXXX.invalidファイル。このファイルには、各ボクセルが無効と見なされるかどうかを示すフラグが含まれています。つまり、ボクセルがボクセルを生成するためのどの位置からも直接見えない場合です。これらのボクセルは評価でも考慮されません。
    パックされたバイナリ形式のXXXXXX.occludedファイル。このファイルには、各ボクセルがLiDAR測定によって占有されているか、または完成したシーンを生成するために使用されるすべてのポーズの視線内のボクセルによって遮蔽されているかを指定するフラグが含まれています。

青色のファイル（）はトレーニングデータにのみ与えられ、ラベルファイルはセマンティックセグメンテーションタスクで予測する必要があります。

より高い圧縮率を可能にするために、我々はバイナリフラグをカスタム形式で保存します。ここでは、フラグをビットフラグとして保存します。つまり、ファイルの各バイトは、アンパックされたボクセルグリッド内の8つのボクセルに対応しています。numpyを使用してこれらのファイルを効率的に読み取る方法についての詳細情報は、開発キットを参照してください。

ラベルとPythonを使用したラベルの読み取りに関する詳細情報については、我々の開発キットも参照してください。開発キットには、点群を可視化するためのツールも提供されています。 

ライセンス

我々のデータセットはKITTIビジュアルベンチマークに基づいているため、クリエイティブ・コモンズ 表示 - 非営利 - 継承 4.0 国際ライセンスの下でデータを配布します。           

あなたはデータを自由に共有し、改変することができますが、適切なクレジットを与える必要があり、作品を商業目的で使用することはできません。具体的には、我々の作品を引用する必要があります（PDF）：

@inproceedings{behley2019iccv,
  author = {J. Behley and M. Garbade and A. Milioto and J. Quenzel and S. Behnke and C. Stachniss and J. Gall},
  title = {{SemanticKITTI: A Dataset for Semantic Scene Understanding of LiDAR Sequences}},
  booktitle = {Proc. of the IEEE/CVF International Conf.~on Computer Vision (ICCV)},
  year = {2019}}

         

また、元のKITTIビジュアルベンチマークも引用する必要があります：

@inproceedings{geiger2012cvpr,
  author = {A. Geiger and P. Lenz and R. Urtasun},
  title = {{Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite}},
  booktitle = {Proc.~of the IEEE Conf.~on Computer Vision and Pattern Recognition (CVPR)},
  pages = {3354--3361},
  year = {2012}}