ZOD 데이터 업로드
2 분
이 튜토리얼에서는 Zenseact Open Dataset (ZOD)를 사용해 다양한 씬 타입을 업로드하는 방법을 안내합니다. 이 페이지의 목적은 레코딩 데이터를 Kognic 씬으로 변환하는 데 필요할 수 있는 몇 가지 단계를 보여주는 것입니다.
이 가이드는 Kognic IO ZOD 예제 저장소의 예제 코드를 사용하여 ZOD 데이터로 씬을 업로드하는 과정을 따릅니다. 이 저장소에는 이 페이지에 있는 모든 코드 조각의 전체 소스 파일이 포함되어 있습니다. 데이터가 준비되어 있고 Kognic 인증이 설정되어 있다면 이 예제들은 실행 가능합니다.
예제 코드는 최상위 수준에서 Kognic IO Client를 초기화한 다음, 함수를 사용하여 (여러 개일 수도 있는) 씬을 ZOD 데이터로부터 한 번에 생성합니다.
if __name__ == "__main__":
client = KognicIOClient()
upload_cameras_sequence_scenes(
zod_path=Path("/path/to/zod"), # change me
zod_version="mini",
client=client,
max_nr_scenes=1,
max_nr_frames=10,
dryrun=False,
)def convert_scene(zod_sequence: ZodSequence, external_id: str, max_nr_frames: int) -> AggregatedLidarsAndCamerasSequence:
frames = convert_frames(zod_sequence, max_nr_frames)
return AggregatedLidarsAndCamerasSequence(external_id=external_id, frames=frames, calibration_id="<to be set later>")2. Frames는 집계 씬 전용 타입입니다.
frames.append(
ALCSFrame(
relative_timestamp=ns_to_ms(frame_ts_ns) - start_ts_ms,
frame_id=str(frame_ts_ns),
images=[convert_zod_camera_frame_to_image(camera_frame)],
point_clouds=[point_cloud],
ego_vehicle_pose=convert_to_ego_vehicle_pose(ego_pose),
unix_timestamp=frame_ts_ns,
)
)3. 자차 포즈 데이터가 필요합니다.
그 외 두 방식은 매우 유사합니다. 자세한 내용은 Lidars and Cameras Sequence 탭을 참고하세요.