参考来源：pointRCNN原理与复现_github_37671026的博客-CSDN博客pointRCNN原理与复现:整体思路:https://zhuanlan.zhihu.com/p/71564244原理:https://blog.csdn.net/taifengzikai/article/details/96840993https://zhuanlan.zhihu.com/p/97716398涉及到的了解知识图像中的掩模mask是什么: https://blog.csdn.net/bitcarmanlee/article/details/79132017弱监督学习: htthttps://blog.csdn.net/github_37671026/article/details/108531862

云服务器: 没有显卡用，先用云服务器跑（2080ti）

1. 配置基本环境

这里我选的云服务器镜像（这个可以直接运行，不需要改代码）

其他镜像也可以，只不过需要改代码。具体参见以下链接

PointPillars与PointRCNN编译运行以及结果可视化（小白探索之路，清晰易懂）_lixushi的博客-CSDN博客_pointpillars可视化https://blog.csdn.net/lixushi/article/details/118728278

需要注意的是环境问题，python 3.6（千万不能高于3.6），pytorch==1.0.0 , 因为没有直接合适的镜像，所有需要手动搞1.0.0的pytorch

pytorch安装命令：

conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch

然后，那一堆包可以搞个requirements.txt，直接一行命令解决即可

pip install -r requirements.txt

上面弄完了包，还有三个依赖pointnet2，iou3d，roipool3d要build(这块我在实验室机子上没搞好，老是报错Fatal error: cuda.h, No such file or directory，好多人用都把环境搞费了)

sh build_and_install.sh

然后还有个问题，有的镜像会报错gcc版本问题。我这里服务器的gcc版本是7，但是会有个报错是不支持gcc 6以上，因此需要切换gcc版本到5，这个可以查看下方链接解决

gcc/g++ 多版本间切换 - 知乎1. 查看 gcc/g++ 版本查看当前版本gcc -v g++ -v查看系统已有版本ls /usr/bin/gcc* ls /usr/bin/g++*若没有需要的版本，先进行安装，例如： sudo apt install gcc-4.9 sudo apt install g++-4.9 # 安装 gcc-7 / g+…https://zhuanlan.zhihu.com/p/261001751由于我用的是云服务器，所有数据和代码已经先放到云盘上了，所以到这里，第一步配置环境就结束了。

2. 跑代码

跑代码操作按照下面博客：如何跑通PointRcnn_三烽的博客-CSDN博客点云目标检测（一）——PointRcnn复现环境要求数据准备程序准备组织数据程序运行Test Model可能出现的问题总结最近在进行点云目标检测方面论文工作，对于PointRcnn虽然readme已经写得很清楚了，但是复现过程中依然会遇到很多问题，以下是我对与readme的重述和对整个程序运行流程的一些说明。论文链接：PointRCNN papercode：PointRCNN code环境要求Linux (tested on Ubuntu 14.04/16.04)Python 3.6+.https://blog.csdn.net/weixin_44657714/article/details/120041535

准备数据没有问题

⭐训练的时候出现问题

yaml的版本兼容导致代码问题

解决方法：TypeError: load() missing 1 required positional argument: ‘Loader‘

找到 lib目录下的config.py文件下，找到这个代码，将函数中的yaml.load(f)改为yaml.safe_load(f)即可。

3. 显卡不行，跑不动代码（2080跑不动）

2021-11-29 06:32:21,920   INFO  **********************Start training**********************
epochs:   0%|                                                                                                                                                       | 0/200 [00:07<?, ?it/s]
train:   0%|                                                                                                                                                        | 0/204 [00:00<?, ?it/sTraceback (most recent call last):                                                                                                                                                           File "train_rcnn.py", line 250, in <module>lr_scheduler_each_iter=(cfg.TRAIN.OPTIMIZER == 'adam_onecycle')File "/mnt/PointRCNN/tools/../tools/train_utils/train_utils.py", line 199, in trainloss, tb_dict, disp_dict = self._train_it(batch)File "/mnt/PointRCNN/tools/../tools/train_utils/train_utils.py", line 132, in _train_itloss, tb_dict, disp_dict = self.model_fn(self.model, batch)File "/mnt/PointRCNN/tools/../lib/net/train_functions.py", line 35, in model_fnret_dict = model(input_data)File "/root/miniconda3/envs/myconda/lib/python3.6/site-packages/torch/nn/modules/module.py", line 489, in __call__result = self.forward(*input, **kwargs)File "/mnt/PointRCNN/tools/../lib/net/point_rcnn.py", line 33, in forwardrpn_output = self.rpn(input_data)File "/root/miniconda3/envs/myconda/lib/python3.6/site-packages/torch/nn/modules/module.py", line 489, in __call__result = self.forward(*input, **kwargs)File "/mnt/PointRCNN/tools/../lib/net/rpn.py", line 74, in forwardbackbone_xyz, backbone_features = self.backbone_net(pts_input)  # (B, N, 3), (B, C, N)File "/root/miniconda3/envs/myconda/lib/python3.6/site-packages/torch/nn/modules/module.py", line 489, in __call__result = self.forward(*input, **kwargs)File "/mnt/PointRCNN/tools/../lib/net/pointnet2_msg.py", line 67, in forwardl_xyz[i - 1], l_xyz[i], l_features[i - 1], l_features[i]File "/root/miniconda3/envs/myconda/lib/python3.6/site-packages/torch/nn/modules/module.py", line 489, in __call__result = self.forward(*input, **kwargs)File "/mnt/PointRCNN/tools/../pointnet2_lib/pointnet2/pointnet2_modules.py", line 144, in forwardinterpolated_feats = pointnet2_utils.three_interpolate(known_feats, idx, weight)File "/mnt/PointRCNN/tools/../pointnet2_lib/pointnet2/pointnet2_utils.py", line 128, in forwardoutput = torch.cuda.FloatTensor(B, c, n)
RuntimeError: CUDA out of memory. Tried to allocate 256.00 MiB (GPU 0; 7.80 GiB total capacity; 6.76 GiB already allocated; 249.12 MiB free; 32.81 MiB cached)

解决：搞一块2080ti显卡就能跑了，train是200epoch, 一个epoch要1分40秒，全跑完需要约5个半到6个小时。

结果可视化

pointRCNN 结果可视化_tiatiatiatia的博客-CSDN博客_pointrcnn可视化

首先下载作者训练好的权重PointRCNN.pth，将PointRCNN.pth文件放在tools文件夹下

python eval_rcnn.py --cfg_file cfgs/default.yaml --ckpt PointRCNN.pth --batch_size 1 --eval_mode rcnn --set RPN.LOC_XZ_FINE False

运行之后，查看rcnn文件夹会eval里面会出现pred的预测文件，可以后续做可视化生成预测框用

然后，在创建软链接方面又出问题了

创建软连接要注意的是，文件不能在同一个文件夹下，所以git下来的kitti_object_vis代码不能和KITTI代码放在同一文件夹下，否则会报错function doesn't implement。

保存好位置后，cd 到 kitti_object_vis目录的data文件夹下，此时刚下好的文件夹里应该有个object文件，将这个文件夹删除，在这里打开终端，创建软链接

ln -s ../PointRCNN/data/KITTI/object object

然后再切换回上一个目录，进行剩余操作即可。(这里注意终端按回车键可能报错mayavi无法连接engine，我在云服务器中这几个命令都没法按回车，在自己机子的ubuntu只可以在第一个命令上按回车切换图片)

命令分为几种：
(1) 只显示LiDAR 仅真值

cd kitti_object_vis
python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis
# 我的环境里只有这个可以终端按回车键进行下一张图

(2) 显示LiDAR和image 仅真值

python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --show_image_with_boxes
# 这个终端按回车键可能报错mayavi无法连接上engine

(3) 显示特定某张图的LiDAR和image 仅真值

python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --show_image_with_boxes --ind 100
# ind 100表示就是图像编号为000100.txt

(4) 显示pointRCNN预测值+真值对比
在以上所有命令后面加 -p
例：

python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis --s

注：红色是预测框，绿色是真值框

云服务器复现PointRCNN代码踩坑总结相关推荐

云服务器iss列表,【踩坑】发布ASP.NET网站到本地IIS和云服务器
疑问:如何在服务器上发布一个网站? 申请了某某云的1元服务器域名,然而并不知道有什么乱用.总所周知,服务器一般都是用来发布网站的,然后我就陷入了一个很大的疑问中:如何在服务器上发布一个网站? 想起之前 ...
【STM32+机智云】机智云手机APP点灯实验踩坑记录
[STM32+机智云]机智云手机APP点灯实验踩坑记录一.实验背景因为项目开发需要用到云平台,所以开始学习机智云平台,听说机智云比较容易入门,还有手机APP.因此开始了踩坑之旅,一切的一切开始于一 ...
阿里云部署Tiny Tiny RSS踩坑笔记
阿里云部署Tiny Tiny RSS踩坑笔记前言入坑了RSS,之前的配置是阿里云部署RSSHub,配合Inoreader进行文章阅读,详情见RSS入坑指南.阿里云部署RSSHub踩坑笔记.在202 ...
单服务器部署CTFd+whale踩坑
单服务器部署CTFd+whale踩坑环境: os: ubuntu16 Docker: Version: 20.10.7 Docker-compose: version v2.12.1 参考: htt ...
云服务器一直显示启动中,云服务器一直启动代码
云服务器一直启动代码内容精选换一换获取登录密码使用公共镜像创建的云服务器,默认已经安装一键式重置密码插件.如果您忘记密码或密码过期,可以通过重置密码功能重新设置云服务器登录密码.重置密码使用公共 ...
服务器测速文件,云服务器测速代码
云服务器测速代码内容精选换一换基于云服务器访问安全的考虑,云服务器的访问密钥需定期更换,有时需要禁用SSH密码登录方式.本节操作介绍禁用SSH密码方式连接云服务器的操作步骤.该设置方法仅对SSH ...
西安交通大学915考研--编程题Java代码踩坑（2020年真题）
西安交通大学915考研–编程题Java代码踩坑(2020年真题) 目录西安交通大学915考研--编程题Java代码踩坑(2020年真题) 2020.1--寻找方程组的解 2020.2--几组数中筛选 ...
最详细JMX远程连接服务器Zookeeper失败问题踩坑和总结
最详细JMX远程连接服务器Zookeeper失败问题踩坑和总结环境:Ubuntu18.04服务器 Zookeeper3.4.6版本伪分布式这里不从零介绍JMX配置的基本教程了,那些随便搜一下都有 ...
Android 阿里云视频直播安全下载踩坑实录
最近项目里面集成了阿里云直播的内容,其中需要相应的下载视频的功能,遇到了一些问题,在这里贴出来跟大家分享一下, 我在项目中使用的是基于阿里云高级播放器3.4.8的sdk,具体怎么导入sdk ,请移步官 ...
在Cent OS云服务器上部署基于TP5后端代码踩坑记录_艾孜尔江撰
推荐使用镜像安装Cent OS系统,或者在纯净安装完成之后在完成Apache+MySQL+PHP的时候不要每个单独安装,因为这样会出一些三者之间版本不配的问题,网上各种说法都有,查起来也非常困难,版本 ...

云服务器复现PointRCNN代码踩坑总结