--- title: 最初のシーンをアップロード slug: api-guide/ja/i7_8F6wj65oDAgWtJo3Ps docTags: createdAt: 2024-12-06T10:04:28.454Z --- Kognicプラットフォームに生データをアップロードする際は、**シーン**の形式で行う必要があります。シーンとは、画像、点群、その他のセンサーデータなど、さまざまなソースからのデータの集合です。 このガイドでは、2D（カメラのみ）または3D（カメラおよびLiDAR/RADAR）で最初のシーンをアップロードする手順を説明します。 ## 前提条件 [クイックスタート](docId\:WYm9o4UavbHvEioJEw8Ze)ガイドを完了し、`kognic-io`ライブラリをインストール済みである必要があります。複数のワークスペースにアクセスできるユーザーは、データのアップロード先となるワークスペースを指定する必要があります（[高度な設定](docId\:qTiR2BROmDZhuva3CAtLg)を参照）。 ## コード例 :::::ExpandableHeading ### 2Dシーンのアップロード 2Dシーンをアップロードするには、生画像をローカルマシンに用意する（リモートデータの場合は[概要](docId\:M9gJ_7GE3M0jf7hvLohJ2)を作成する）必要があります。以下の2つのステップで行います： 1. Pythonでシーンオブジェクトを構築する 2. シーンオブジェクトをKognicプラットフォームにアップロードする 以下にいくつかのケースの例を示します。 ::::Tabs :::Tab{title="画像1枚"} ```python from kognic.io.client import KognicIOClient from kognic.io.model.scene.cameras import Cameras, Frame from kognic.io.model.scene.resources import Image # 1. Build scene object scene = Cameras( external_id="my-first-scene", frame=Frame(images=[Image(filename="path/to/image.jpg")]) ) # 2. Upload scene client = KognicIOClient() scene_uuid = client.cameras.create(scene).scene_uuid print("Scene uploaded, got uuid:", scene_uuid) ``` ::: :::Tab{title="複数の画像"} ```python from kognic.io.client import KognicIOClient from kognic.io.model.scene.cameras import Cameras, Frame from kognic.io.model.scene.resources import Image # 1. Build scene object scene = Cameras( external_id="my-first-scene", frame=Frame( images=[ # Sensor names must be unique Image(sensor_name = "CAM1", filename="path/to/image1.jpg"), Image(sensor_name = "CAM2", filename="path/to/image2.jpg") ], ) ) # 2. Upload scene client = KognicIOClient() scene_uuid = client.cameras.create(scene).scene_uuid print("Scene uploaded, got uuid:", scene_uuid) ``` ::: :::Tab{title="シーケンス"} ```python from kognic.io.client import KognicIOClient from kognic.io.model.scene.cameras_sequence import CamerasSequence, Frame from kognic.io.model.scene.resources import Image # 1. Build scene object scene = CamerasSequence( external_id="my-first-scene", frames=[ # Relative timestamps must be unique and strictly increasing Frame( relative_timestamp=0, frame_id="1", images=[Image(filename="path/to/image1.jpg")], ), Frame( relative_timestamp=100, frame_id="2", images=[Image(filename="path/to/image2.jpg")], ), Frame( relative_timestamp=200, frame_id="3", images=[Image(filename="path/to/image3.jpg")], ), ] ) # 2. Upload scene client = KognicIOClient() scene_uuid = client.cameras_sequence.create(scene).scene_uuid print("Scene uploaded, got uuid:", scene_uuid) ``` ::: :::: ::::: :::::ExpandableHeading ### 2D/3Dシーンのアップロード 2D/3Dシーンをアップロードするには、生画像と点群をローカルマシンに用意する（リモートデータの場合は[概要](docId\:M9gJ_7GE3M0jf7hvLohJ2)を作成する）必要があります。さらに、キャリブレーションデータも必要です。以下の3つのステップで行います： 1. [キャリブレーション概要](docId:40uJEbw5cST4e4djxsgty)を作成する 2. 前のステップで作成したキャリブレーションを参照して、Pythonでシーンオブジェクトを構築する 3. シーンオブジェクトをKognicプラットフォームにアップロードする 以下にいくつかのケースの例を示します。 ::::Tabs :::Tab{title="画像1枚"} ```python from kognic.io.client import KognicIOClient from kognic.io.model.calibration import SensorCalibration, PinholeCalibration, LidarCalibration from kognic.io.model.scene.lidars_and_cameras import LidarsAndCameras, Frame from kognic.io.model.scene.resources import Image, PointCloud client = KognicIOClient() # 1. Create calibration (see calibration section for more details) sensor_calibration = SensorCalibration( external_id = "my-first-calibration", calibration = { "CAM": PinholeCalibration(...), "lidar": LidarCalibration(...) } ) created_calibration = client.calibration.create_calibration(sensor_calibration) # 2. Build scene object scene = LidarsAndCameras( external_id=f"my-first-scene", calibration_id = created_calibration.id, frame=Frame( images=[Image(sensor_name = "CAM", filename="path/to/image.jpg")], point_clouds=[PointCloud(sensor_name = "lidar", filename="path/to/pointcloud.pcd")] ) ) # 3. Upload scene scene_uuid = client.lidars_and_cameras.create(scene).scene_uuid print("Scene uploaded, got uuid:", scene_uuid) ``` ::: :::Tab{title="複数の画像"} ```python from kognic.io.client import KognicIOClient from kognic.io.model.calibration import SensorCalibration, PinholeCalibration, LidarCalibration from kognic.io.model.scene.lidars_and_cameras import LidarsAndCameras, Frame from kognic.io.model.scene.resources import Image, PointCloud client = KognicIOClient() # 1. Create calibration (see calibration section for more details) sensor_calibration = SensorCalibration( external_id = "my-first-calibration", calibration = { "CAM1": PinholeCalibration(...), "CAM2": PinholeCalibration(...), "lidar": LidarCalibration(...) } ) created_calibration = client.calibration.create_calibration(sensor_calibration) # 2. Build scene object scene = LidarsAndCameras( external_id="my-first-scene", calibration_id = created_calibration.id, frame=Frame( images=[ Image(sensor_name = "CAM1", filename="path/to/image1.jpg"), Image(sensor_name = "CAM2", filename="path/to/image2.jpg"), ], point_clouds=[PointCloud(sensor_name = "lidar", filename="path/to/pointcloud.pcd")] ) ) # 3. Upload scene client = KognicIOClient() scene_uuid = client.lidars_and_cameras.create(scene).scene_uuid print("Scene uploaded, got uuid:", scene_uuid) ``` ::: :::Tab{title="シーケンス"} ```python from kognic.io.client import KognicIOClient from kognic.io.model.calibration import SensorCalibration, PinholeCalibration, LidarCalibration from kognic.io.model.scene.lidars_and_cameras_sequence import LidarsAndCamerasSequence, Frame from kognic.io.model.scene.resources import Image, PointCloud client = KognicIOClient() # 1. Create calibration (see calibration section for more details) calibration = { "CAM": PinholeCalibration(...), "lidar": LidarCalibration(...) } sensor_calibration = SensorCalibration( external_id = "my-first-calibration", calibration = { "CAM": PinholeCalibration(...), "lidar": LidarCalibration(...) } ) created_calibration = client.calibration.create_calibration(sensor_calibration) # 2. Build scene object scene = LidarsAndCamerasSequence( external_id="my-first-scene", calibration_id = created_calibration.id, frames=[ # Relative timestamps must be unique and strictly increasing Frame( relative_timestamp=0, frame_id="1", images=[Image(sensor_name = "CAM", filename="path/to/image1.jpg")], point_clouds=[PointCloud(sensor_name = "lidar", filename="path/to/pointcloud1.pcd")] ), Frame( relative_timestamp=100, frame_id="2", images=[Image(sensor_name = "CAM", filename="path/to/image2.jpg")], point_clouds=[PointCloud(sensor_name = "lidar", filename="path/to/pointcloud2.pcd")] ), Frame( relative_timestamp=200, frame_id="3", images=[Image(sensor_name = "CAM", filename="path/to/image3.jpg")], point_clouds=[PointCloud(sensor_name = "lidar", filename="path/to/pointcloud3.pcd")] ), ] ) # 3. Upload scene scene_uuid = client.lidars_and_cameras_sequence.create(scene).scene_uuid print("Scene uploaded, got uuid:", scene_uuid) ``` ::: :::: :::hint{type="info"} 複数の点群もサポートされていますが、もう少し多くのデータが必要になるため、上記の例には含まれていません。詳細については、[モーション補償](docId:-UnWSC-cucoYH-mU9JOsc)セクションを参照してください。 ::: ::::: :::ExpandableHeading ### ZODデータを使用したアップロード [Zenseact Open Dataset（ZOD）](https://zod.zenseact.com/)のデータを使用してシーンをアップロードするためのサンプルコードとチュートリアルを用意しています。2D、3D、および集約3Dシーンに対応しています。ガイドドキュメントとサンプルコードについては、[ZODデータのアップロード](docId:879aQJOu83xuHOGQu-0Yr)をご覧ください。 ZODデータをダウンロード済みで、Kognic APIの認証情報をお持ちであれば、サンプルをそのまま実行して、機能するシーンを作成できます。 ::: ::::ExpandableHeading ### バケット内のファイルからシーンを作成する :::hint{type="info"} `kognic-io>=2.5.1`でサポートされています。 ::: この機能を使用するには、[データインテグレーション](docId\:L93_PNIEAhqPK-6j-OuEF)を設定しておく必要があります。 Kognicがサポートする形式のデータをバケットに保存しており、そのバケットに対してデータインテグレーションを設定している場合は、スクリプトでデータをダウンロードしてアップロードする代わりに、バケット内のファイルへのパスを指定してシーンを作成できます。この例は完全な2D+3Dシーンですが、点群、IMUデータ、自車両ポーズを削除することで、2Dのみのシーンに縮小できます。 この方法では、シーンタイプを指定する必要のない新しいシーンモデルを使用します。シーンタイプは画像と点群の有無から推定され、この方法で作成されたシーンは常に「シーケンス」タイプのシーンになります。 コード例と詳細については、[シーンの例](docId\:ygagBKU3DiN20vGZFktoC)を参照してください。 この方法でアップロードするIMUデータは、以下の形式のJSONである必要があります： ```javascript [ { "postion": { "x": 0.0, "y": 0.0, "z": 0.0 }, "rotationQuaternion": { "w": 0.0, "x": 0.0, "y": 0.0, "z": 0.0 } "timestamp": }, ... ] ``` ::::