目录
SASA: Semantics-Augmented Set Abstraction for Point-based 3D Object Detection, accepted by AAAI 2022.
SASA:用于基于点的 3D 对象检测的语义增强集抽象
作者:Chen Chen, Zhe Chen, Jing Zhang, Dacheng Tao,悉尼大学,京东
代码:https://github.com/blakechen97/SASA
论文:https://arxiv.org/abs/2201.01976
安装
首先创建环境
我使用的环境是CUDA111
conda create -n pcdet python==3.6
#之前尝试了3.7,3.8都不行
安装torch
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
安装spconv1.2.1,参考官方文档:https://github.com/traveller59/spconv/tree/v1.2.1
使用git clone 下不下来,最好用下载zip包,然后分别下载third_party中的cutlass、mp11、pybind11三个文件并放到third_party文件夹中。这样安装spconv的源代码就准备好了
sudo apt-get install libboost-all-dev
#cmake >3.13.3
cd spconv
python setup.py bdist_wheel
cd ./dist
pip install xxx
至此安装好spconv
然后下载SASA源代码
git clone https://github.com/blakechen97/SASA.git
cd SASA
安装
pip install -r requirements.txt
python setup.py develop
然后将kitti数据集放进data文件夹中,使用软连接ln -s
准备数据集
python -m pcdet.datasets.kitti.kitti_dataset create_kitti_infos tools/cfgs/dataset_configs/kitti_dataset.yaml
这里报loader错误的话,将yaml.load改成yaml.safe_load
训练:
进入tools
python train.py --cfg_file cfgs/kitti/3dssd_sasa.yaml