openpcdet处理部分nuscenes数据集遇到的问题

孔猪猪的男朋友

已于 2024-08-25 17:02:52 修改

阅读量256

点赞数 3

文章标签： python 算法学习笔记

于 2024-08-16 23:27:34 首次发布

本文链接：https://blog.csdn.net/CSL275200/article/details/141271900

版权

pcdet版本：

指令

运行结果

问题所在：

无法生成gt_database

解决方案：

在函数部分，也需要对路径进行修改，不然在执行create_groundtruth_database的时候会找不到pkl，导入样本为0。

nuscens_dataset.py里面的主函数

if __name__ == '__main__':
    import yaml
    import argparse
    from pathlib import Path
    from easydict import EasyDict

    parser = argparse.ArgumentParser(description='arg parser')
    parser.add_argument('--cfg_file', type=str, default=None, help='specify the config of dataset')
    parser.add_argument('--func', type=str, default='create_nuscenes_infos', help='')
    parser.add_argument('--version', type=str, default='v1.0-trainval', help='')
    parser.add_argument('--with_cam', action='store_true', default=False, help='use camera or not')
    args = parser.parse_args()

    if args.func == 'create_nuscenes_infos':
#此处的路径也应该要修改，不然在生成gt_database的时候会检索不到对应的pkl
        dataset_cfg = EasyDict(yaml.safe_load(open(args.cfg_file)))
        ROOT_DIR = Path('/mnt/windows/dataset/nuscenes').resolve()
        dataset_cfg.VERSION = args.version
        create_nuscenes_info(
            version=dataset_cfg.VERSION,
            data_path=ROOT_DIR /  'v1.0-trainval',
            save_path=ROOT_DIR /  'v1.0-trainval',
            max_sweeps=dataset_cfg.MAX_SWEEPS,
            with_cam=args.with_cam
        )

        nuscenes_dataset = NuScenesDataset(
            dataset_cfg=dataset_cfg, class_names=None,
            root_path=ROOT_DIR /  'v1.0-trainval',
            logger=common_utils.create_logger(), training=True
        )
        nuscenes_dataset.create_groundtruth_database(max_sweeps=dataset_cfg.MAX_SWEEPS)

处理部分nuscenes数据集：

nuscenes完整数据集太大，可以下载part1或者其他部分数据集进行训练。

可能遇到的问题1：

生成的val.pkl是针对850个场景，所有样本的，在评估的时候会报错在samples找不到某个数据

解决方案：

找到nuscenes_dataset.py这个部分，进入fill_trainval_infos函数

    train_nusc_infos, val_nusc_infos = nuscenes_utils.fill_trainval_infos(
        data_path=data_path, nusc=nusc, train_scenes=train_scenes, val_scenes=val_scenes,
        test='test' in version, max_sweeps=max_sweeps, with_cam=with_cam
    )#在这里都是正常的 val_scenes有八个场景

nuscenes_utils.fill_trainval_infos函数这个位置

        if sample['scene_token'] in train_scenes:
            train_nusc_infos.append(info)
        else:
            val_nusc_infos.append(info)

可以看到，它会遍历所有的train_scenes尝尽并append训练的Infos,剩下的场景全部都添加到了val的Infos中，这是不正确的，可以改成：

        if sample['scene_token'] in train_scenes:
            train_nusc_infos.append(info)
        elif sample['scene_token'] in val_scenes:
            val_nusc_infos.append(info)
        else:
            pass

这样可以保证val.pkl读取的是你下载的数据集的内容，而非整个数据集的内容。