深度估计LapDepth

一.环境搭建

1.Python3.8,cuda12.1,pytorch2.3

2.阿里云盘下载代码LapDepth,链接:

3.把安装目录下的fcntl.py放在conda环境envs里的lib目录下

4.pip install IPython

 pip install matplotlib  

pip install geffnet 

pip install imageio  

pip  install opencv-python

pip  install scipy

pip install path

pip install blessings

pip install progressbar

pip install tensorboardX

pip install tqdm

5.用训练好的模型测试，运行demo.py
python demo.py --model_dir LDRN_KITTI_ResNext101_pretrained_data.pkl  --img_dir ./example/kitti_demo.jpg --pretrained KITTI   --cuda   --gpu_num0

二：数据训练

1.下载深度估计标注数据：http://www.cvlibs.net/download.php?file=data_depth_annotated.zip
项目路径中有dataset文件夹，里面有KITTI文件夹，把上面文件解压到该路径即可

2.标签数据下载：在dataes里面的kitti_archives_to_download.txt里边下载后放到KITTI文件夹里面

3.文件配置:eigen_test_files_with_gt_dense - bac.txt 完整的标签数据选择自己训练的放到eigen_test_files_with_gt_dense.txt里面，eigen_train_files_with_gt_dense - bac.txt完整的标签数据选择自己训练的放到eigen_train_files_with_gt_dense.txt

4.python train.py --batch_size 1 --dataset KITTI --data_path ./datasets/KITTI --gpu_num 0,1,2,3