MonoScene 项目使用教程
项目介绍
MonoScene 是一个用于单目 3D 语义场景完成(3D Semantic Scene Completion, SSC)的开源框架。该项目由 Anh-Quan Cao 和 Raoul de Charette 开发,并在 CVPR 2022 上发表。MonoScene 能够从单个 RGB 图像中推断出场景的密集几何和语义信息,解决了从 2D 到 3D 场景重建的复杂问题,同时联合推断其语义。
项目快速启动
环境准备
首先,创建并激活一个 conda 环境:
conda create -y -n monoscene python=3.7
conda activate monoscene
安装依赖
安装 PyTorch 和其他依赖:
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch
cd MonoScene/
pip install -r requirements.txt
conda install -c bioconda tbb=2020.2
pip install torchmetrics==0.6.0
安装 MonoScene
最后,安装 MonoScene:
pip install -e .
应用案例和最佳实践
数据集准备
下载 SemanticKITTI 数据集:
# 下载 Semantic Scene Completion dataset v1.1 (SemanticKITTI voxel data)
训练模型
使用以下命令开始训练:
# 训练命令示例
python train.py --config config/semantic_kitti.yaml
评估模型
训练完成后,可以使用以下命令进行评估:
# 评估命令示例
python evaluate.py --config config/semantic_kitti.yaml
典型生态项目
PaSCo: Urban 3D Panoptic Scene Completion
PaSCo 是一个与 MonoScene 相关的项目,专注于城市 3D 全景场景完成,具有不确定性意识。
其他相机仅 3D 占用预测项目
还有一些其他项目专注于相机仅 3D 占用预测,这些项目与 MonoScene 在技术和应用场景上有所重叠,可以作为参考和扩展。
通过以上步骤,您可以快速启动并使用 MonoScene 项目,进行 3D 语义场景完成的研究和开发。