ImVoxelNet 开源项目使用教程

ImVoxelNet 开源项目使用教程

imvoxelnet[WACV2022] ImVoxelNet: Image to Voxels Projection for Monocular and Multi-View General-Purpose 3D Object Detection项目地址:https://gitcode.com/gh_mirrors/im/imvoxelnet

1. 项目的目录结构及介绍

ImVoxelNet 项目的目录结构如下：

imvoxelnet/
├── configs/
│   └── imvoxelnet/
│       ├── imvoxelnet_kitti.py
│       └── ...
├── detectors/
│   └── imvoxelnet.py
├── necks/
│   └── imvoxelnet.py
├── dense_heads/
│   └── imvoxel_head.py
├── pipelines/
│   └── multi_view.py
├── tools/
│   ├── dist_train.sh
│   └── dist_test.sh
└── ...

目录结构介绍

• configs/: 包含项目的配置文件，如 imvoxelnet_kitti.py。
• detectors/: 包含主要的检测器实现文件 imvoxelnet.py。
• necks/: 包含网络的颈部实现文件 imvoxelnet.py。
• dense_heads/: 包含密集头部的实现文件 imvoxel_head.py。
• pipelines/: 包含多视角处理的实现文件 multi_view.py。
• tools/: 包含训练和测试的脚本文件，如 dist_train.sh 和 dist_test.sh。

2. 项目的启动文件介绍

项目的启动文件主要位于 tools/ 目录下，包括训练和测试脚本。

训练脚本

训练脚本 dist_train.sh 用于启动训练过程：

bash tools/dist_train.sh configs/imvoxelnet/imvoxelnet_kitti.py 8

测试脚本

测试脚本 dist_test.sh 用于测试预训练模型：

bash tools/dist_test.sh configs/imvoxelnet/imvoxelnet_kitti.py \
work_dirs/imvoxelnet_kitti/latest.pth 8 --eval mAP

3. 项目的配置文件介绍

项目的配置文件位于 configs/imvoxelnet/ 目录下，主要配置文件为 imvoxelnet_kitti.py。

配置文件内容

配置文件 imvoxelnet_kitti.py 包含了模型、数据集、训练和测试的相关配置。以下是部分配置示例：

# 模型配置
model = dict(
    type='ImVoxelNet',
    ...
)

# 数据集配置
data = dict(
    samples_per_gpu=2,
    workers_per_gpu=2,
    train=dict(...),
    val=dict(...),
    test=dict(...)
)

# 训练配置
optimizer = dict(type='SGD', lr=0.02, momentum=0.9, weight_decay=0.0001)
lr_config = dict(policy='step', step=[8, 11])
runner = dict(type='EpochBasedRunner', max_epochs=12)

# 测试配置
evaluation = dict(interval=1, metric='mAP')

配置文件说明

• model: 定义了模型的类型和其他相关参数。
• data: 定义了数据集的加载和处理方式。
• optimizer: 定义了优化器类型和学习率等参数。
• lr_config: 定义了学习率调整策略。
• runner: 定义了训练的运行方式和最大训练轮数。
• evaluation: 定义了评估的间隔和评估指标。

通过以上配置文件，可以灵活地调整模型和训练过程的参数。

imvoxelnet[WACV2022] ImVoxelNet: Image to Voxels Projection for Monocular and Multi-View General-Purpose 3D Object Detection项目地址:https://gitcode.com/gh_mirrors/im/imvoxelnet