ManyDepth数据准备全指南：KITTI数据集下载、目录组织与splits划分详解

ManyDepth数据准备全指南：KITTI数据集下载、目录组织与splits划分详解

【免费下载链接】manydepth[CVPR 2021] Self-supervised depth estimation from short sequences项目地址: https://gitcode.com/gh_mirrors/ma/manydepth

ManyDepth 是 CVPR 2021 提出的自监督多帧单目深度估计模型，仅需单目视频即可训练，无需任何真值深度或位姿标注。想顺利复现论文效果或自己训练模型，KITTI 数据集的下载与目录组织是第一道关卡。本文面向新手，用最直观的方式讲清 KITTI 原始数据怎么下、目录怎么摆、splits划分文件怎么读，帮你一次跑通 ManyDepth 的训练与评估流程。

一、为什么 ManyDepth 需要 KITTI 原始数据？

ManyDepth 的核心思路是：训练时只使用连续视频帧，通过成本体积（cost volume）聚合多帧信息来估计深度。因此它需要的不是 KITTI 目标检测数据集，而是KITTI 原始数据（Raw Data），其中包含：

• 彩色图像序列（image_02左目、image_03右目）
• 相机标定文件（calib_cam_to_cam.txt、calib_velo_to_cam.txt等）
• 激光雷达点云（velodyne_points/data/*.bin），用于生成评估时的真值深度

KITTI 原始数据本身不含现成的深度真值，ManyDepth 会在评估前用 kitti_utils.py 中的generate_depth_map把 Velodyne 点云投影到图像平面，得到稀疏深度图。理解这一点，你就明白为什么下载时不能漏掉标定文件和点云文件。

二、KITTI 数据集下载：需要下载哪些文件？

官方建议从 splits/kitti_archives_to_download.txt 中读取所有下载链接，这个文件已经替你列好了训练所需的全部压缩包，包括：

• 每个日期的标定文件，例如2011_09_26_calib.zip
• 每个drive 的同步数据，例如2011_09_26_drive_0022_sync.zip（含图像、点云、位姿）

最快下载方法

打开终端，进入你要存放数据的目录，依次执行：

# 1. 下载所有压缩包（注意引号内的路径替换为你的 splits 目录） wget -i splits/kitti_archives_to_download.txt # 2. 逐个解压 for f in *.zip; do unzip "$f"; done

提示：全部文件约 175GB，建议预留充足磁盘空间；也可以只下载eigen_zhou训练划分用到的 drive，进一步节省空间。若你的 KITTI 数据是 PNG 格式，训练时加上--png参数即可（默认按 jpg 读取）。

三、KITTI 数据集目录组织：标准结构详解

解压完成后，目录应按如下结构组织（这正是 ManyDepth 的 kitti_dataset.py 期望的路径）：

kitti_data/ # 即 --data_path 指向的根目录 ├── 2011_09_26/ │ ├── calib_cam_to_cam.txt # 相机间标定 │ ├── calib_velo_to_cam.txt # 雷达到相机标定 │ └── 2011_09_26_drive_0022_sync/ │ ├── image_02/data/0000000000.jpg # 左目彩色图 │ ├── image_03/data/0000000000.jpg # 右目彩色图 │ └── velodyne_points/data/0000000000.bin # 激光雷达点云 ├── 2011_09_28/ └── ...

关键细节值得注意：

• 日期文件夹存放该日期所有序列共用的标定文件，点云投影真值时按日期读取（见 export_gt_depth.py 中的calib_dir逻辑）。
• 图像帧号固定为 10 位补零，如0000000000.jpg；点云文件同样按 10 位帧号命名。
• 左右目映射：代码中side_map = {"2": 2, "3": 3, "l": 2, "r": 3}，即l对应image_02，r对应image_03，训练文件里的l/r标记就是这样映射到文件夹的。
• 内参归一化：模型使用的内参矩阵是归一化坐标（见 kitti_dataset.py 中的self.K），并非原始像素内参，直接照搬即可。

四、splits 划分文件详解：训练集与测试集

splits/目录是 ManyDepth 的数据划分核心，每种划分对应一个子文件夹，每个文件每行记录一条样本，常见格式为：

序列文件夹 帧号 左右目

例如 splits/eigen_zhou/train_files.txt 中的一行：

2011_09_26/2011_09_26_drive_0022_sync 473 r

表示读取该序列第 473 帧的右目图像。解析逻辑位于 mono_dataset.py 的index_to_folder_and_frame_idx：一行为三段时，分别解析为文件夹、帧号、左右目。

各划分的用途一览

其中odom划分格式特殊（如8 4056 r），其图像路径由 kitti_dataset.py 中的KITTIOdomDataset解析为sequences/08/image_02/004056.jpg，帧号为 6 位补零，与原始 KITTI 的 10 位格式不同，初学时注意区分。

五、训练与评估如何选择正确的划分

ManyDepth 通过两个参数控制划分选择，定义在 options.py：

• 训练：--split可选eigen_zhou、eigen_full、odom、benchmark、cityscapes_preprocessed，默认eigen_zhou。
• 评估：--eval_split可选eigen、eigen_benchmark、benchmark、odom_9、odom_10、cityscapes，默认eigen。

一条典型训练命令：

python -m manydepth.train \ --data_path /path/to/kitti_data \ --log_dir /path/to/logs \ --model_name my_manydepth

六、评估前必做：导出真值深度

评估 KITTI 模型前，必须先用 export_gt_depth.py 从点云生成真值深度文件，否则评估脚本会因缺少gt_depths.npz而报错：

python -m manydepth.export_gt_depth \ --data_path /path/to/kitti_data \ --split eigen

脚本会读取splits/eigen/test_files.txt，逐条把 Velodyne 点云投影为深度图，压缩保存为splits/eigen/gt_depths.npz。若选eigen_benchmark划分，则直接读取 KITTI 提供的proj_depth/groundtruth真值 PNG（深度值除以 256 得到米制深度）。

七、新手避坑指南

1. 别下错数据集：目标是 Raw Data 而非 Object Detection 数据集，路径里带drive_xxxx_sync就对了。
2. 标定文件不能缺：点云生成真值深度依赖calib_cam_to_cam.txt与calib_velo_to_cam.txt，漏掉会在评估时报错。
3. 帧号位数别搞混：raw 数据用 10 位帧号，odom 数据用 6 位帧号。
4. jpg 与 png 要一致：默认读.jpg，如果你的数据是 png 或遇到"找不到帧"报错，记得加--png。
5. 磁盘空间预留：完整下载约 175GB，建议先用eigen_zhou涉及的最小 drive 集合试跑通流程，再全量下载。

八、总结

KITTI 数据准备看似繁琐，其实只需三步：下载原始数据 → 按日期/序列标准目录组织 → 选对 splits 划分。ManyDepth 的数据加载逻辑高度集中，只要目录结构与 kitti_dataset.py、mono_dataset.py 中的路径规则一致，训练和评估就能顺畅跑通。希望这份 ManyDepth 数据准备指南能帮你少走弯路，早日跑出自己的深度估计模型！

【免费下载链接】manydepth[CVPR 2021] Self-supervised depth estimation from short sequences项目地址: https://gitcode.com/gh_mirrors/ma/manydepth