rangenet++运行 bonnetal训练 点云标签 记录

最新推荐文章于 2024-05-21 22:47:03 发布
最新推荐文章于 2024-05-21 22:47:03 发布
阅读量292 收藏 1
点赞数 1
文章标签： slam ros
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Nico_jion/article/details/134339401
版权

准备原始点云数据，为bin格式

安装point_labeler工具，根据readme步骤安装，并设定好格式进行标签

修改bonnetal的配准

安装semantic-kitti，查看点云标签content，并修改bonnetal上的设置

./content.py --dataset ~/dataset/ -c config/semantic-kitti.yaml

于bonnetal上进行训练，训练指令，更改代码生成onnx

./train.py -d ~/dataset/ -ac config/arch/my_data.yaml -dc config/labels/my_data.yaml -l log/

运行rangenet，将onnx转换为trt，运作截图
请添加图片描述

Nico_J ??
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
semantic_suma:总和++
04-29
SuMa ++是基于SuMa和RangeNet ++构建的。 有关更多详细信息，请参考原始项目网站和 。 使用SuMa ++的示例：目录介绍出版物如果您在学术工作中使用我们的实施方法，请引用相应的 ： @inproceedings{chen2019iros, ...
SqueezeSegV3
05-15
SqueezeSegV3：有效进行点云分割的空间自适应卷积。 （ECCV2020） 徐晨风，吴碧尘，王子宁，詹维，彼得·瓦杰达，库尔特·库策尔和富冢雅史。 该存储库包含SqueezeSegV3的Pytorch实现，SqueezeSegV3是LiDAR分割的...
【点云语义分割】Ubuntu20.04配置运行RangeNet++
qq_53589322的博客
04-24 1075
如果Cuda下载用的是deb（local），则TensorRT也需要下载Debian包本地安装；而Cuda用runfile安装，就得下载tar压缩安装；两者需要对应，否则安装会报错。将解压出的文件，移动到/usr/local/cuda文件夹下：（根据自己的路径进行修改）选择Archived cuDNN Releases。开始安装，取消安装驱动，其余默认（y）安装。赋予所有用户权限，cudnn安装完成。需要花点时间，请耐心等待。下载完成后，解压到本地。python接口验证。
跑rangenet总结
Parker盘的博客
09-26 554
跑rangenet总结 该项目需要安装cuda和tensorrt，需要严格按照官方要求的版本进行安装，否则会出现意想不到的问题。 项目的链接rangenet链接 cuda安装教程 tensorrt安装教程 这两个链接是安装的链接 严格按照这两个安装就基本不会出错。另外是系统最好是16.04. 如果出现umet dependency 用如下命令修复： apt --fix-broken install ...
【MOS】《RangeNet++: Fast and Accurate LiDAR Semantic Segmentation》
qq_51954707的博客
04-15 1631
例如，将130000个点投影到[64 × 512]范围的图像上的扫描，将仅剩余32768个点。D：基于有效距离图像的 3D 点云图像后处理，使用对所有点进行操作的新开发的 3D-kNN 搜索来清除点云中不需要的错误和伪影。RV图像(左)中的栅栏和汽车都被赋予了适当的语义标签，但在将语义发送回原始点云(右)的过程中，标签也被投影为“阴影”C：将分割好的 2D 图语义转移到 3D 点云，在原始点云中恢复所有点。因此，为了给原始点云表示中的所有点都赋予一个语义，我们。A：将输入点云转换为RV图像表示。
【RangeNet++ 解读】快速准确的激光雷达语义分割
不积跬步，无以至千里！
08-27 4151
RangeNet++ 发表于2019年，是基于激光点云的语义分割网络，可实时地应用在自动驾驶领域。
深度学习(七)：RangeNet++代码运行与学习
热门推荐
biter0088的博客
03-16 1万+
0 前言 本机：RTX3070,cuda-11.0 官方github:https://github.com/PRBonn/lidar-bonnetal 论文：RangeNet++: Fast and Accurate LiDAR Semantic Segmentation 0.1 KITTI语义分割数据集--SemanticKITTI 链接：SemanticKITTI - A Dataset for LiDAR-based Sem......
深度学习(11):RangeNet++论文翻译与学习
biter0088的博客
04-04 4676
RangeNet++: Fast and Accurate LiDAR Semantic Segmentation RangeNet++：快速准确的 LiDAR 语义分割 目录 摘要 1 Introduction 2 Related Work 3 Our Approach A. Range Image Point Cloud Proxy Representation(距离图像点云代替表示) B. Fully Convolutional Semantic Segmentation(全卷积语义分
激光雷达点云语义分割学习笔记之RangeNet++
baller_Tionary的博客
10-27 351
本博客针对基于投影方法的激光雷达点云语义分割的经典模型之一：RangeNet++的复现
点云 3D 分割 - RangeNet++（IROS 2019）
77wpa的博客
01-27 1546
自动驾驶汽车中的感知通常通过一套不同的感知模式进行。鉴于大量公开可用的标记RGB数据以及用于基于图像的识别的高质量深度学习算法的出现，高级语义感知任务主要使用高分辨率相机来解决。因此，其他可能对该任务有用的传感器模态通常被忽略。在本文中，我们推进了仅LiDAR语义分割的最新技术，以便为车辆提供另一个独立的语义信息源。我们的方法可以在传感器帧速率下准确地执行LiDAR点云的完全语义分割。我们利用距离图像作为中间表示，结合卷积神经网络（CNN）利用旋转激光雷达传感器模型。
激光点云语义分割算法：RangeNet++
DeepDriving
08-12 1517
介绍激光点云语义分割算法RangeNet++
lidar-bonnetal:LiDAR点云的语义和实例分割，用于自动驾驶
05-10
激光雷达 使用距离图像对点云进行语义分割。 由 ， ， 和 来自数据集的分割结果示例： 描述 该代码提供了使用距离图像作为中间表示来训练和部署LiDAR扫描语义分割的代码。 培训管道可以在找到。 我们将尽快开源部署管道。 预训练模型 squeezesegV2 + crf darknet21 暗网53 暗网53-1024 暗网53-512 要启用kNN后处理，只需在模型目录内的arch_cfg.yaml文件参数中将布尔值更改为True 。 模型预测 语义技术 这些是训练，验证和测试集的预测。 可以针对训练和验证集评估性能，但对于测试集评估，则需要提交基准测试（标签不公开）。 没有后处理： 塞格塞格 squeezeseg + crf squeezesegV2 squeezesegV2 + crf darknet21 暗网53 暗网53-1024 暗网53-5
深度学习-ubuntu18.04+RTX3080下安装rangnet++推理版踩坑全纪录
weixin_40826634的博客
11-13 4315
ubuntu18.04+RTX3080下安装rangnet++推理版踩坑全纪录
【语义地图】Ubuntu18.04 Suma++代码配置运行
我们终将会成为更好的人
06-09 3450
Ubuntu18.04配置运行语义地图构建代码Suma++，总结编译时的一些报错，编译后运行可执行程序visualizer ，展示界面和建图过程。
【点云语义分割】Ubuntu18.04+GTX1060 配置运行RangeNet++
我们终将会成为更好的人
06-07 3648
Ubuntu18.04+GTX1060配置RangeNet++环境，并利用darknet53预训练模型运行Demo。文中包括GPU加速工具配置流程和代码编译报错解决。
运行rangenet++网络报错总结
qq_44358697的博客
06-09 465
跑分割算法rangenet++
(二)目标分割-激光点云语义分割RangeNet++优化
qq_23123181的博客
12-16 1521
本人主要对RangeNet++的前后处理进行优化，移植GPU运行
RangeNet++ 检测3D点云语义算法的详细配置和常见问题
最新发布
u014374826的博客
05-21 1075
RangeNet++ 源码编译
rangenet++工作空间在哪
05-17
我不知道rangenet++工作空间具体在哪里，因为rangenet++是一个开源项目，可以在GitHub上找到其代码库。如果你想使用rangenet++，你需要clone或下载GitHub上的代码，并在本地计算机上设置工作空间。在设置工作空间之后，你可以运行rangenet++提供的训练程序，来训练自己的模型。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值