【airsim】两分钟,用python脚本获取虚拟数据集

2024-01-09 01:52:24

现有的教程在配置基于python的airsim环境过程中,都要求执行完整的编译步骤。然而,在linux和windows上的编译过程中会遇到诸多问题,大概需要半天左右时间。

如果你只是想采集一些数据,测试一下虚拟数据的效果,那么解决这些bug所需要的时间非常不值得。

本文将从快速创建一个环境着手,分割、检测、去雾、深度估计、多传感器融合等方向的从业者可以快速采集一些数据,用于训练、测试自己的模型。

请注意,如果你是从传统深度学习时代入门的,你可能对于虚拟数据不屑一顾。但是我在目前的多个diffsion、Transformer模型的测试结果上看,虚拟数据集是非常有效的

  1. 下载编译后的二进制模型,记住版本号。
  2. 创建conda环境,pip安装airsim。可以到pypi上查看版本号,注意匹配。
  3. 打开二进制模型,不要关闭。
  4. 使用airsim控制、采集数据。

具体python代码:

import airsim #pip install airsim
import numpy as np
import random
# for car use CarClient() 
client = airsim.MultirotorClient()

png_image = client.simGetImage("0", airsim.ImageType.Scene)
# do something with image

responses = client.simGetImages([
    # png format
    airsim.ImageRequest(camera_name=0, image_type=airsim.ImageType.Scene, pixels_as_float=False, compress=True),
    # uncompressed RGB array bytes
    airsim.ImageRequest(0, airsim.ImageType.Infrared, pixels_as_float=False, compress=True),
    # 深度视差图,每个像素值是浮点型
    airsim.ImageRequest(0, airsim.ImageType.DisparityNormalized, pixels_as_float=False, compress=True),
    # 深度视差图,每个像素值是浮点型
    airsim.ImageRequest(0, airsim.ImageType.DepthPerspective, pixels_as_float=False, compress=True),
    # 深度视差图,每个像素值是浮点型
    airsim.ImageRequest(0, airsim.ImageType.DepthVis, pixels_as_float=False, compress=True),
    # 深度视差图,每个像素值是浮点型
    airsim.ImageRequest(0, airsim.ImageType.DepthPlanar, pixels_as_float=False, compress=True)

])

详细api参考官方文档。

例程:https://github.com/microsoft/AirSim/blob/main/PythonClient/airsim/client.py

在这里插入图片描述
如果pip安装无效,可以手动下载,本地安装。

文章来源:https://blog.csdn.net/prinTao/article/details/135436636
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。