KITTI-Datensatz

Der kitti-Datensatz ist einer der einflussreichsten Benchmark-Datensätze für autonomes Fahren und Computer Vision. Er wurde vom Karlsruher Institut für Technologie und dem Toyota Technological Institute at Chicago veröffentlicht und enthält Stereo-Kamera-, LiDAR- und GPS/IMU-Daten, die in realen Fahrszenarien gesammelt wurden.

Er wird häufig zur Evaluierung von Algorithmen in den Bereichen Objekterkennung, Tiefenschätzung, optischer Fluss und visuelle Odometrie verwendet. Der Datensatz ist vollständig mit Ultralytics YOLO26 für 2D-Objekterkennungsaufgaben kompatibel und lässt sich einfach in die Ultralytics-Plattform für Training und Evaluierung integrieren.

Datensatzstruktur

Insgesamt umfasst der Datensatz 7.481 Bilder, die jeweils mit detaillierten Annotationen für Objekte wie Autos, Fußgänger, Radfahrer und andere Verkehrsteilnehmer versehen sind. Der Datensatz ist in zwei Haupt-Teilmengen unterteilt:

• Trainingsmenge: Enthält 5.985 Bilder mit annotierten Labels, die für das Modelltraining verwendet werden.
• Validierungsmenge: Enthält 1.496 Bilder mit entsprechenden Annotationen, die für die Leistungsbewertung und das Benchmarking verwendet werden.

Anwendungen

Der kitti-Datensatz ermöglicht Fortschritte im autonomen Fahren und in der Robotik und unterstützt Aufgaben wie:

• Wahrnehmung autonomer Fahrzeuge: Training von Modellen zur Erkennung und Verfolgung von Fahrzeugen, Fußgängern und Hindernissen für eine sichere Navigation in selbstfahrenden Systemen.
• 3D-Szenenverständnis: Unterstützung von Tiefenschätzung, Stereovision und 3D-Objektlokalisierung, um Maschinen beim Verständnis räumlicher Umgebungen zu helfen.
• Optischer Fluss und Bewegungsvorhersage: Ermöglicht Bewegungsanalysen, um die Bewegung von Objekten vorherzusagen und die Trajektorienplanung in dynamischen Umgebungen zu verbessern.
• Computer Vision Benchmarking: Dient als Standard-Benchmark zur Bewertung der Leistung über mehrere Vision-Aufgaben hinweg, einschließlich Objekterkennung und -verfolgung.

Datensatz-YAML

Ultralytics definiert die kitti-Datensatzkonfiguration mithilfe einer YAML-Datei. Diese Datei spezifiziert Datensatzpfade, Klassenlabels und Metadaten, die für das Training erforderlich sind. Die Konfigurationsdatei ist unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/kitti.yaml verfügbar.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# KITTI dataset by Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago
# Documentation: https://docs.ultralytics.com/datasets/detect/kitti/
# Example usage: yolo train data=kitti.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── kitti ← downloads here (390.5 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: kitti # dataset root dir
train: images/train # train images (relative to 'path') 5985 images
val: images/val # val images (relative to 'path') 1496 images

names:
  0: car
  1: van
  2: truck
  3: pedestrian
  4: person_sitting
  5: cyclist
  6: tram
  7: misc

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/kitti.zip

Verwendung

Um ein YOLO26n-Modell auf dem kitti-Datensatz für 100 epochs mit einer Bildgröße von 640 zu trainieren, verwende die folgenden Befehle. Weitere Details findest du auf der Seite Training.

from ultralytics import YOLO

# Load a pretrained YOLO26 model
model = YOLO("yolo26n.pt")

# Train on kitti dataset
results = model.train(data="kitti.yaml", epochs=100, imgsz=640)

Du kannst auch Evaluierungs-, inference- und export-Aufgaben direkt über die Befehlszeile oder die Python API unter Verwendung derselben Konfigurationsdatei durchführen.

Beispielbilder und Annotationen

Der kitti-Datensatz bietet vielfältige Fahrszenarien. Jedes Bild enthält Bounding-Box-Annotationen für 2D-Objekterkennungsaufgaben. Die Beispiele zeigen die große Vielfalt des Datensatzes, die eine robuste Generalisierung des Modells unter verschiedenen realen Bedingungen ermöglicht.

Zitate und Danksagungen

Wenn du den kitti-Datensatz in deiner Forschung verwendest, zitiere bitte das folgende Paper:

@article{Geiger2013IJRR,
  author = {Andreas Geiger and Philip Lenz and Christoph Stiller and Raquel Urtasun},
  title = {Vision meets Robotics: The KITTI Dataset},
  journal = {International Journal of Robotics Research (IJRR)},
  year = {2013}
}

Wir danken der KITTI Vision Benchmark Suite für die Bereitstellung dieses umfassenden Datensatzes, der weiterhin Fortschritte in den Bereichen Computer Vision, Robotik und autonome Systeme prägt. Besuche die kitti-Website für weitere Informationen.

FAQs

Wofür wird der kitti-Datensatz verwendet?

Der kitti-Datensatz wird hauptsächlich für die Forschung im Bereich Computer Vision für autonomes Fahren verwendet und unterstützt Aufgaben wie Objekterkennung, Tiefenschätzung, optischen Fluss und 3D-Lokalisierung.

Wie viele Bilder sind im kitti-Datensatz enthalten?

Der Datensatz umfasst 5.985 annotierte Trainingsbilder und 1.496 Validierungsbilder, die in städtischen, ländlichen und Autobahnszenen aufgenommen wurden. Der ursprüngliche Testdatensatz ist hier ausgeschlossen, da er keine Ground-Truth-Annotationen enthält.

Welche Objektklassen sind im Datensatz annotiert?

kitti enthält Annotationen für Objekte wie Autos, Fußgänger, Radfahrer, Lastwagen, Straßenbahnen und verschiedene andere Verkehrsteilnehmer.

Kann ich Ultralytics YOLO26-Modelle mit dem kitti-Datensatz trainieren?

Ja, kitti ist vollständig mit Ultralytics YOLO26 kompatibel. Du kannst Modelle direkt mithilfe der bereitgestellten YAML-Konfigurationsdatei train und validate.

Wo finde ich die kitti-Datensatzkonfigurationsdatei?

Du kannst auf die YAML-Datei unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/kitti.yaml zugreifen.