CenterFusion代码复现
CenterFusion代码复现
参考代码:GitHub - mrnabati/CenterFusion: CenterFusion: Center-based Radar and Camera Fusion for 3D Object Detection
一、环境配置
注意:此次复现使用Featurize服务器实现,默认环境Python 3.7,如何在该服务器上保存用户自建虚拟环境可参考在 Featurize 中如何保存自建环境_哔哩哔哩_bilibili
1.安装虚拟环境(可选):
mkvirtualenv centerfusion
此步骤在服务器上可以忽略
2.安装PyTorch:
这里需要在服务器上永久保存该环境,故改为pip install --user torch torchvision
3.安装 COCOAPI:
4.安装CenterFusion仓库,并设置CF_ROOT
路径
CF_ROOT=/path/to/CenterFusion git clone --recursive https://github.com/mrnabati/CenterFusion.git $CF_ROOT
这里我手动将CenterFusion库导入到服务器的work目录下,并将CF_ROOT
路径改为CF_ROOT=/home/featurize/work/CenterFusion
5.安装需求文件:
cd $CF_ROOT
pip install -r requirements.txt
同上,改为pip install --user -r requirements.txt
6.创建可变形卷积库:
cd $CF_ROOT/src/lib/model/networks/DCNv2
./make.sh
注意:如果目录中不存在 DCNv2 文件夹,需手动下载
cd $CF_ROOT/src/lib/model/networks
git clone https://github.com/CharlesShang/DCNv2/
这里Featurize虚拟机中是不存在DCNv2文件夹的,需要手动从GitHub上下载对应版本,若版本过高会报错。导入后重新运行上述代码。
二、准备数据集
1.从nuScenes上下载数据集
PlanⅡ:只下载Full dataset(v1.0)中的Mini版本,这样做需要将convert_nuScenes.py文件中的train、val和test部分注释掉。
2.解压缩目录中下载的文件,并导入${CF_ROOT}\data\nuscenes
中
这里如果想在服务器上实现,需要先将下载的数据集文件v1.0-mini.tar的后缀名改为tar.gz,再导入到服务器中,服务器会自动解压缩并存入数据集下载目录里。
3.运行convert_nuScenes.py
文件,将 nuScenes 数据集转换为 COCO 格式
同上,如果在服务器上实现,需要修改convert_nuScenes.py文件中的数据集路径。
三、预训练模型
原作者在google drive上提供了预训练好的模型。
四、训练
五、测试
这里贴一下测试结果。
六、查看可视化结果
1.在test.sh中添加--debug 4
参数
2.将CenterFusion/src/lib/utils下的debugger.py做部分修改
具体修改方法可参考debug mode in test.sh gives error (-5:Bad argument) in function ‘line’ · Issue #42 · mrnabati/CenterFusion · GitHub
3.在CenterFusion/exp/ddd/centerfusion/debug中查看可视化结果
CenterFusion代码复现相关推荐
- 【神经网络】(17) EfficientNet 代码复现,网络解析,附Tensorflow完整代码
各位同学好,今天和大家分享一下如何使用 Tensorflow 复现 EfficientNet 卷积神经网络模型. EfficientNet 的网络结构和 MobileNetV3 比较相似,建议大家在学 ...
- 【神经网络】(16) MobileNetV3 代码复现,网络解析,附Tensorflow完整代码
各位同学好,今天和大家分享一下如何使用 Tensorflow 构建 MobileNetV3 轻量化网络模型. MobileNetV3 做了如下改动(1)更新了V2中的逆转残差结构:(2)使用NAS搜索 ...
- 【神经网络】(15) Xception 代码复现,网络解析,附Tensorflow完整代码
各位同学好,今天和大家分享一下如何使用 Tensorflow 构建 Xception 神经网络模型. 在前面章节中,我已经介绍了很多种轻量化卷积神经网络模型,感兴趣的可以看一下:https://blo ...
- 【神经网络】(14) MnasNet 代码复现,网络解析,附Tensorflow完整代码
各位同学好,今天和大家分享一下如何使用 Tensorflow 复现谷歌轻量化神经网络 MnasNet 通常而言,移动端(手机)和终端(安防监控.无人驾驶)上的设备计算能力有限,无法搭载庞大的神经网络 ...
- 【神经网络】(13) ShuffleNetV2 代码复现,网络解析,附Tensorflow完整代码
各位同学好,今天和大家分享一下如何使用 Tensorflow 复现轻量化神经网络 ShuffleNetV2. 为了能将神经网络模型用于移动端(手机)和终端(安防监控.无人驾驶)的实时计算,通常这些设备 ...
- 【神经网络】(11) 轻量化网络MobileNetV1代码复现、解析,附Tensorflow完整代码
各位同学好,今天和大家分享一下如何使用 Tensorflow 复现轻量化神经网络模型 MobileNetV1.为了能将神经网络模型用于移动端(手机)和终端(安防监控.无人驾驶)的实时计算,通常这些设备 ...
- 进阶必备:CNN经典论文代码复现 | 附下载链接
经常会看到类似的广告<面试算法岗,你被要求复现论文了吗?>不好意思,我真的被问过这个问题.当然也不是所有面试官都会问,究其原因,其实也很好理解.企业肯定是希望自己的产品是有竞争力,有卖点的 ...
- DL之YoloV3:Yolo V3算法的简介(论文介绍)、各种DL框架代码复现、架构详解、案例应用等配图集合之详细攻略
DL之YoloV3:Yolo V3算法的简介(论文介绍).各种DL框架代码复现.架构详解.案例应用等配图集合之详细攻略 目录 Yolo V3算法的简介(论文介绍) 0.YoloV3实验结果 1.Yol ...
- 时空上下文视觉跟踪(STC)算法的解读与代码复现
时空上下文视觉跟踪(STC)算法的解读与代码复现 zouxy09@qq.com http://blog.csdn.net/zouxy09 本博文主要是关注一篇视觉跟踪的论文.这篇论文是Kaihua Z ...
最新文章
- python的应用范围有哪些_Python主要应用场景有哪些?
- 牛客 - Prize(bitset优化暴力)
- Symbol Mc1000 Text文本阅读器整体代码
- django mysql settings
- Ubuntu16.04 下SU画图,批量和单个
- 题库:queryset数据类型的特性
- sql 查询数据库索引重建_SQL查询性能的杀手– –了解不良的数据库索引
- java流家族_1.1.2 完整的流家族
- 无标度网络和小世界网络的区别
- Windows下使用c++编译hiredis.lib,Win32_Interop.lib
- 步进电机、伺服电机、舵机的区别与控制(角度、转速)
- Silabs Homekit开发--静态Pin码的产生和使用
- Linux如何实现网络通信
- [自学笔记]UE4(虚幻四)初学者入门
- java画星星_用Java 做一个星星图案
- 成都启英泰伦科技有限公司
- PAT_乙级_1011_筱筱
- 手机罗盘(指南针)校准方法
- uniapp onReachBottom 不触发
- java volatile