MiDaS 安装与使用教程

MiDaS 安装与使用教程

MiDaSCode for robust monocular depth estimation described in "Ranftl et. al., Towards Robust Monocular Depth Estimation: Mixing Datasets for Zero-shot Cross-dataset Transfer, TPAMI 2022"项目地址:https://gitcode.com/gh_mirrors/mi/MiDaS

MiDaS（MIDAS）是由 ISL-Org 开发的一个深度学习框架，用于单图像深度估计。本教程将指导您了解其目录结构、启动文件和配置文件。

1. 项目目录结构及介绍

以下是 MiDaS 项目的基本目录结构：

MiDaS/
├── config/            # 配置文件夹
│   ├── common.yaml    # 默认配置文件
│   └── ...             # 其他特定配置文件
├── model/              # 模型代码
│   ├── backbone.py     # 基础网络模型
│   ├── model.py        # 主模型定义
│   └── ...             # 其他相关文件
├── datasets/           # 数据集处理工具
├── scripts/            # 脚本文件
│   ├── train.py        # 训练脚本
│   ├── test.py         # 测试脚本
│   └── inference.py    # 推理脚本
├── requirements.txt    # 依赖包列表
└── README.md           # 项目说明文档

• config/: 包含各种配置文件，用于设置训练和测试参数。
• model/: 存放模型相关的代码，如基础网络架构和主模型。
• datasets/: 数据集加载和预处理的相关代码。
• scripts/: 启动训练、测试以及推理任务的Python脚本。
• requirements.txt: 列出项目运行所需的Python包及其版本。
• README.md: 对项目进行简要介绍。

2. 项目启动文件介绍

train.py

该脚本用于训练 MiDaS 模型。您可以指定配置文件来调整训练参数，例如学习率、批次大小等。

python scripts/train.py --config config/common.yaml

test.py

用于对已经训练好的模型进行验证或评估，支持多种数据集。

python scripts/test.py --config config/common.yaml --weights path/to/model.pth

inference.py

用于基于预训练模型进行推理，可以实时地从摄像头或图像文件中获取深度估计结果。

python scripts/inference.py --config config/common.yaml --weights path/to/model.pth --input input.jpg

3. 项目的配置文件介绍

MiDaS 使用 YAML 格式的配置文件，如 common.yaml，来存储训练、测试和推理的参数。这些参数包括模型架构、优化器设置、数据集路径等。以下是一些关键参数示例：

model:
  backbone: efficientnet-b3          # 使用的基础网络模型
optimizer:
  name: AdamW                        # 选择的优化器
  lr: 1e-4                           # 学习率
dataset:
  train: /path/to/train_dataset      # 训练数据集路径
  val: /path/to/validation_dataset   # 验证数据集路径
training:
  batch_size: 4                      # 训练批次大小
  epochs: 200                       # 训练轮数

要更改默认配置，只需在命令行中提供自定义配置文件即可，如上文所示的 --config 参数。同时，也可以通过创建新的 .yaml 文件并覆盖默认值来自定义训练过程。

请注意，为了正确运行 MiDaS，确保已安装所有必需的依赖项并正确设置您的数据集路径。完成上述步骤后，您应能够成功地在自己的机器上启动 MiDaS 的训练和推断流程。

MiDaSCode for robust monocular depth estimation described in "Ranftl et. al., Towards Robust Monocular Depth Estimation: Mixing Datasets for Zero-shot Cross-dataset Transfer, TPAMI 2022"项目地址:https://gitcode.com/gh_mirrors/mi/MiDaS