VectorNet复现指南与源码分析

1 准备环境

1.1安装argoverse

setup.py中sklearn要改成scikit-learn。
在argoverse-api文件夹下根据setup.py来安装必要依赖。

pip install -i -e .
// 如果上面这个报错，就用下面这个，是因为超时导致的。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -e . .

No module named ensurepip

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py   # 下载安装脚本
python3 get-pip.py

fatal error: Python.h: 没有那个文件或目录

sudo apt-get install python-dev
sudo apt-get install python3.7-dev

1.2安装Anaconda和pytorch

wget https://repo.anaconda.com/archive/Anaconda3-2021.11-Linux-x86_64.sh
bash xx.sh

conda create -n vectornettest python=3.7
conda install pytorch torchvision torchaudio cpuonly -c pytorch

1.3 安装torch-geomtric

在https://data.pyg.org/whl/网址选择你的toch版本的链接，确认torch版本链接可以：

import torch
print(torch.__version__)  

我的是1.13的，那么在该网址（https://data.pyg.org/whl/torch-1.13.1%2Bcpu.html）下载如下4个包：

torch_cluster-1.6.1+pt113cpu-cp37-cp37m-linux_x86_64.whl
torch_scatter-2.1.1+pt113cpu-cp37-cp37m-linux_x86_64.whl
torch_sparse-0.6.17+pt113cpu-cp37-cp37m-linux_x86_64.whl
torch_spline_conv-1.2.2+pt113cpu-cp37-cp37m-linux_x86_64.whl

然后在conda的vectornet的环境里，pip install 这些包，再安装torch-
注意，pip install超时时可以 -i https://pypi.tuna.tsinghua.edu.cn/simple

1.3 进入环境与退出环境

conda activate vectornettest
conda deactivate

其中，conda deactivate输入一次退出虚拟环境，再输入一次退出base。

2 源码分析

1. SubGraph
2. SelfAttentionLayer
3. MLP

2.1 SubGraph分析

1. GraphLayerProp
2. GraphLayerProp
3. GraphLayerProp
4. max_pool
5. norm

2.1.1 GraphLayerProp

6. MLP（Linear LayerNorm ReLU Linear）
7. Propagate（传递邻居节点；聚合最大值；更新时将原feature和聚合后的feature相连）

2.2 SelfAttentionLayer分析

就是自注意力机制

2.3 MLP分析

就是自注意力机制
8. Linear
9. LayerNorm
10.ReLU
11.Linear