OpenPCDer框架下的PointPillars训练、测试、demo可视化、损失函数

目录

一、基本配置

二、准备工作

1.生成数据信息(pkl文件)

1.1 KITTI

1.2 Waymo

2.激活环境

3.进入tools文件夹下

四、训练

单卡(指定显卡号)：

多卡：

五、测试

六、demo结果可视化

七、损失函数 可视化

tensorBoard可视化

打开网址：

一、基本配置

1.  Ubuntu 22.04.2
2. CUDA 11.8

二、准备工作

1.生成数据信息(pkl文件)

1.1 KITTI

python -m pcdet.datasets.kitti.kitti_dataset create_kitti_infos tools/cfgs/dataset_configs/kitti_dataset.yaml

1.2 Waymo

后面可能会用，待更新...

2.激活环境

3.进入tools文件夹下

四、训练

单卡(指定显卡号)：

CUDA_VISIBLE_DEVICES=2 python train.py --cfg_file ./cfgs/kitti_models/pointpillar.yaml --batch_size 4 --epochs 80

参数：

CUDA_VISIBLE_DEVICES(可选)：显卡 号

--cfg_file：模型 配置文件

--batch_size：批处理大小

--epochs：训练周期

多卡：

注：本人 torch版本是2.0.0，下面命令会报错

CUDA_VISIBLE_DEVICES=1,2 python -m torch.distributed.launch --nproc_per_node=2 train.py --cfg_file cfgs/kitti_models/pointpillar.yaml --launcher pytorch

将torch.distributed.launch改为torch.distributed.run即可。

简易版：

CUDA_VISIBLE_DEVICES=1,2 python -m torch.distributed.run --nproc_per_node=2 train.py --cfg_file cfgs/kitti_models/pointpillar.yaml --launcher pytorch

自用版：

一张GPU显卡：

OMP_NUM_THREADS=32 CUDA_VISIBLE_DEVICES=1 python -m torch.distributed.run --nproc_per_node=1 train.py --cfg_file cfgs/kitti_models/pointpillar.yaml --launcher pytorch --batch_size 2 --epochs 80

二张GPU显卡：

OMP_NUM_THREADS=32 CUDA_VISIBLE_DEVICES=1,2 python -m torch.distributed.run --nproc_per_node=2 train.py --cfg_file cfgs/kitti_models/pointpillar.yaml --launcher pytorch --batch_size 2 --epochs 80

三张GPU显卡：

OMP_NUM_THREADS=32 CUDA_VISIBLE_DEVICES=0,1,2 python -m torch.distributed.run --nproc_per_node=3 train.py --cfg_file cfgs/kitti_models/pointpillar.yaml --launcher pytorch --batch_size 2 --epochs 80

需要改的参数：

可选：OMP_NUM_THREADS、CUDA_VISIBLE_DEVICES

修改：--batch_size、--epochs

五、测试

CUDA_VISIBLE_DEVICES=1 python test.py --cfg_file ./cfgs/kitti_models/pointpillar.yaml --batch_size 64 --ckpt ../output/cfgs/kitti_models/pointpillar/default/ckpt/latest_model.pth --eval_all

新参数：

--eval_all 

疑惑：

--eval_tag mAP (不太懂)

python test.py --cfg_file ./cfgs/kitti_models/pointpillar.yaml --batch_size 4 --ckpt pointpillar1.pth --eval_tag mAP

六、demo结果可视化

python demo.py --cfg_file cfgs/kitti_models/pointpillar.yaml --ckpt pointpillar.pth --data_path 000099.bin

参数	说明	文件类型
--cfg_file	跟 模型配置文件	.yaml
--data_path	跟 要可视化的点云数据(测试集)	.bin
--ckpt	跟 训练的模型的路径	.pth

自用 (使用mayavi库可视化)

python mayavi_demo.py --cfg_file cfgs/kitti_models/pointpillar.yaml --ckpt pointpillar1.pth --data_path 000099.bin

编写了一个 mayavi_demo.py 

七、损失函数 可视化

tensorBoard可视化

安装tensorboard

pip install tensorboard

输入

tensorboard --logdir=../output/cfgs/kitti_models/pointpillar/default/tensorboard --bind_all

参数：

--bind_all

打开网址：

http://server_ip:6006

粗略写的，后面完善。