CenterPoint 源码流程解读（一）

CenterPoint 源码流程解读（一）

参考：
1.论文速读 – CenterPoint
2.激光雷达点云的3D目标检测入门（CenterPoint源码分析）
3.CenterPoint 在mmdetection3d中的实现
4. centerpoint 原文完整翻译

本文使用配置页：
mmdetection3d工程中的configs/centerpoint模型：
centerpoint_02pillar_second_secfpn_4x8_cyclic_20e_nus.py

一. 数据处理部分（主要针对点云） – train_pipeline 流程

1. LoadPointsFromFile

1.1 功能: 从文件中加载点云。

1.2 初始化参数

• coord_type: 坐标系类型，可选’LIDAR’，‘DEPTH’，‘CAMERA’
• load_dim： 数据加载维度，默认是6，nuscenes数据集设置为5
• use_dim： 需要使用的维度，默认[0,1,2]，只用xyz
• shift_height： 是否需要使用高度平移，默认false
• use_color： 是否需要使用颜色特征，默认false
• file_client_args：（可选参数）文件客户端配置，默认使用disk方式，即给定文件路径，直接进行读取。

1.3 类内函数（以下所有均省略__init__）

• _load_points： 加载点云数据
• __call__： 从文件中获取点云数据的回调函数，结果为包含点云数据的dict
• __repr__： 返回模块描述字符串
  
  

2. LoadPointsFromMultiSweeps

2.1 功能： 加载多帧点云数据

2.2 初始化参数

• sweeps_num: 帧数，默认10
• load_dim： 默认5
• use_dim： 默认[0, 1, 2, 4]，4维度对应时间戳的差值
• time_dim： 每一个点的时间戳维度，默认4
• file_client_args： 同上
• pad_empty_sweeps： 当点云为空时，是否重复关键帧，默认false
• remove_close： 移除最近点，默认false
• test_mode： 如果为true，则不会随机采样，只选择最近的N帧，默认false

2.3 类内函数

• _load_points： 加载点云数据
• _remove_close： 移除原点位置一定半径点的所有点
• __call__： 从文件中获取点云数据的回调函数，结果为包含点云数据的dict
• __repr__ ： 返回模块描述字符串

3. LoadAnnotations3D

3.1 功能： 加载3D标注框，将实例掩码和点云语义掩码封装到关联字段中。

3.2 初始化参数

• with_bbox_3d： 是否加载3D box，默认为true
• with_label_3d： 是否加载3D box标签，默认为true
• with_attr_label： 是否加载属性标签，默认为false
• with_mask_3d： 是否加载点云3D 实例掩码，默认是false
• with_seg_3d： 是否加载点云3D 语义掩码，默认是false
• with_bbox： 是否加载2D box，默认false
• with_label： 是否加载2D 标签，默认false
• with_mask： 是否加载2D 实例掩码，默认是false
• with_seg： 是否加载2D 语义掩码，默认是false
• with_bbox_depth： 是否加载2.5D box，默认false
• poly2mask： 是否转换多边形标注到二进制掩码，默认true
• seg_3d_dtype： 3D 语义掩码类型，默认int64
• file_client_args

3.3 类内函数
以下处理函数的具体过程均在mmdet3d.CustomDataset类中进行的

• _load_bboxes_3d： 加载3D box标注，返回gt_bboxes_3d、bbox3d_fields两个key
• _load_bboxes_depth： 加载2.5D box标注，返回center2d、depths两个key
• _load_labels_3d： 加载标签标注，返回gt_labels_3d的key
• _load_attr_labels： 加载标签属性，返回attr_labels的key
• _load_masks_3d： 加载3D掩码标注，返回pts_instance_mask、pts_mask_fields两个key
• _load_semantic_seg_3d： 加载3D语义分割标注，返回pts_semantic_mask、pts_seg_fields两个key
• __call__： 返回多种类型的标注结果中的一种
• __repr__ ： 返回模块描述字符串

4. ObjectSample

4.1 功能： 采样真值（gt）物体到数据中

4.2 初始化参数

• db_sampler (dict)： 基准数据采样器的配置
• sample_2d (bool): 是否拷贝2D图像的补丁到图像上，如果是多模态的裁剪-粘贴，应该设置为ture，默认false
• use_ground_plane (bool): 是否使用地平面去调整3d标签，默认false

4.3 类内函数

• remove_points_in_boxes（静态函数）：移除采样的bbox中的点云
• __call__： 采样真值物体到数据中，返回结果包含gt_bboxes_3d、gt_labels_3d、points三个key
• __repr__： 返回模块描述字符串

5. GlobalRotScaleTrans

5.1 功能： 对3D场景应用执行全局坐标系下的旋转、缩放和平移

5.2 初始化参数

• rot_range (list[float])： 旋转角度范围，默认[-0.78539816, 0.78539816] (close to [-pi/4, pi/4])
• scale_ratio_range (list[float])： 缩放尺度因子 ，默认[0.95, 1.05]
• translation_std (list[float])： 平移噪声的标注差，通过添加噪声方式随机平移一个场景，噪声方式从高斯分布中采样，默认[0, 0, 0]
• shift_height (bool)： 是否平移高度值，默认false

5.3 类内函数

• _trans_bbox_points： 平移bbox和点云
• _rot_bbox_points： 旋转bbox和点云
• _scale_bbox_points： 缩放bbox和点云
• _random_scale： 随机设置尺度因子
• update_transform： 更新变换矩阵
• __call__：旋转、缩放、平移bbox和点云
• __repr__：

6. RandomFlip3D

6.1 功能：随机翻转点云和bbox。
注意：如果输入字典中包含“flip”关键字，则将使用标志。否则，它将由init中指定的比率随机决定。

6.2 初始化参数

• sync_2d (bool, optional)：是否应用翻转到2D图像上。如果为真，则应用3D中的相关翻转到2D图像上，如果false，则决定是否随机独立旋转2D图像。默认为真。
• flip_ratio_bev_horizontal (float, optional)： 水平方向翻转比例，默认0.0
• flip_ratio_bev_vertical (float, optional)： 垂直方向翻转比例，默认0.0
• **kwargs： 可变键值对参数

6.3 类内函数

• random_flip_data_3d： 随机翻转3d数据
• update_transform： 更新变换矩阵
• __call__： 翻转点云（bbox3d_fields），同时翻转二维图像和它的标注
• __repr__

7. PointsRangeFilter

7.1 功能： 通过范围过滤点云

7.2 初始化参数

• point_cloud_range (list[float])： 点云范围

7.3 类内函数

• __call__： 通过范围过滤点云
• __repr__

8. ObjectRangeFilter

8.1 功能：通过范围过滤障碍物

8.2 初始化参数

• point_cloud_range (list[float])： 点云范围

8.3 类内函数

• __call__： 通过范围过滤点云
• __repr__

9. ObjectNameFilter

9.1 功能：根据类别名字过滤真值障碍物

9.2 初始化参数

• classes (list[str])： 训练需要保留的类别名列表

9.3 类内函数

• __call__： 通过名字过滤障碍物
• __repr__

10. PointShuffle

10.1 功能： 对输入点云打乱顺序（洗牌）

10.2 初始化参数：无

10.3 类内函数

• __call__： 打乱点云排序
• __repr__

11. DefaultFormatBundle3D

11.1 功能： 默认格式化打包3D信息

注意： 它简化了格式化体素(voxel)通用字段的pipeline，主要包含"proposals", “gt_bboxes”, “gt_labels”, “gt_masks” and “gt_semantic_seg”。字段类型转换如下：

    - img: (1)transpose, (2)to tensor, (3)to DataContainer (stack=True)
    - proposals: (1)to tensor, (2)to DataContainer
    - gt_bboxes: (1)to tensor, (2)to DataContainer
    - gt_bboxes_ignore: (1)to tensor, (2)to DataContainer
    - gt_labels: (1)to tensor, (2)to DataContainer
1
2
3
4
5

11.2 初始化参数

• class_names: 种类列表
• with_gt(bool): 是否使用真值，默认true
• with_label(bool): 是否使用标签，默认true

11.3 类内函数

• __call__： 执行变换和格式化通用字段，放入[results]中
• __repr__： 返回描述模块的字符串

12. Collect3D

12.1 功能： 从有关特定任务的dataloader中收集数据

注意：
1）此类通常作为data loader pipeline的最后阶段，典型的关键字集合，如"img", “proposals”, “gt_bboxes”, “gt_bboxes_ignore”, “gt_labels”, “gt_masks”
2）img_meta总是被插入的数据项，内容依赖于meta_keys，默认包含：

- 'img_shape': 网络中输入图像尺寸，类型 tuple ，维度(h, w, c). 注意图像在
          右/下可能是0扩充（pad）
- 'scale_factor': 预处理尺度
- 'flip': 图像是否翻转
- 'filename': 图像文件名路径
- 'ori_shape': 图像原始形状，tuple (h, w, c)
- 'pad_shape': 扩充后图像尺寸
- 'lidar2img': lidar 到 图像旋转矩阵
- 'depth2img': depth 到图像旋转矩阵
- 'cam2img': 相机坐标系到图像坐标洗旋转矩阵
- 'pcd_horizontal_flip': 点云是否水平翻转
- 'pcd_vertical_flip': 点云是否垂直翻转
- 'box_mode_3d': 3D box 模式
- 'box_type_3d': 3D box 类型
- 'img_norm_cfg': 正则化信息dict
    - mean: 每个channel平均值
    - std: 每个channel标准差
    - to_rgb: 是否由bgr转换为rgb
- 'pcd_trans': 点云旋转矩阵
- 'sample_idx': 样本关键帧索引
- 'pcd_scale_factor': 点云尺度因子
- 'pcd_rotation': 点云旋转
- 'pts_filename': 点云文件路径名
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

12.2 初始化参数

• keys (Sequence[str])： 收集的关键字
• meta_keys (Sequence[str], optional)： 主要关键字，被用来转换到mmcv.DataContainer，存放在data[img_metas]中。

12.3 类内函数

• __call__： 收集results中的关键字
• __repr__： 返回描述模块的字符串

未完待续，CenterPoint 源码流程解读（二）