KITTI-360实例分割数据集车辆实例计数异常问题求助

1. 实例ID解码错误 #

KITTI-360的实例分割图采用RGB三通道编码实例ID，每个像素的实际实例ID需要将cv2默认读入的BGR通道值合并计算，公式为：

instance_id = pixel[2] << 16 | pixel[1] << 8 | pixel[0]

你的代码直接输出三通道像素值，未解码成实际实例ID，自然无法区分不同车辆实例。

2. 坐标顺序可能混淆 #

画图软件的坐标通常是(x, y)（横向为x，纵向为y），但cv2数组的索引顺序是(y, x)（行对应y，列对应x）。如果你在画图里记录的是(x, y)，代码里的索引需对应为(y, x)，否则会取到非目标区域的像素。

3. 未过滤车辆类实例 #

KITTI-360的实例ID包含类别信息，实例ID的高8位对应类别ID（车辆类的类别ID通常为10，需参考官方文档确认版本）。统计车辆实例前，需先解码实例ID并过滤出车辆类。

修正后的测试代码 #

import os
import numpy as np
import cv2

CWD = os.getcwd()
instance_folder = os.path.join(CWD, 'image_my_data', "instance")
instance_image_path = os.path.join(instance_folder, "0000004402.png")

# 读取实例图，保留原始通道信息
instance_image_array = cv2.imread(instance_image_path, cv2.IMREAD_UNCHANGED)

# 定义像素坐标：确认是(y, x)顺序，对应画图软件的(x, y)转(y, x)
pixel_location_1 = (210, 815)
pixel_location_2 = (200, 715)

# 解码实例ID和类别ID
def get_class_and_instance(pixel):
    # BGR转实例ID：pixel格式为[B, G, R]
    instance_id = pixel[2] << 16 | pixel[1] << 8 | pixel[0]
    class_id = (instance_id >> 16) & 0xFF  # 高8位为类别ID
    return class_id, instance_id

# 测试单个像素
pixel1 = instance_image_array[pixel_location_1[0], pixel_location_1[1]]
class1, inst1 = get_class_and_instance(pixel1)
print(f"像素(210,815)：类别ID={class1}，实例ID={inst1}")

pixel2 = instance_image_array[pixel_location_2[0], pixel_location_2[1]]
class2, inst2 = get_class_and_instance(pixel2)
print(f"像素(200,715)：类别ID={class2}，实例ID={inst2}")

# 统计整张图的车辆实例数量（优化版）
vehicle_class_id = 10
# 向量化计算所有像素的实例ID和类别ID
R = instance_image_array[..., 2]
G = instance_image_array[..., 1]
B = instance_image_array[..., 0]
instance_ids = R << 16 | G << 8 | B
class_ids = (instance_ids >> 16) & 0xFF

# 过滤车辆类并统计唯一实例
vehicle_instances = instance_ids[class_ids == vehicle_class_id]
unique_vehicle_instances = len(np.unique(vehicle_instances))
print(f"整张图车辆实例数量：{unique_vehicle_instances}")

内容的提问来源于stack exchange，提问作者programmer_04_03