【Github项目】hawp部署教程

一、适用环境

1、操作系统：Windows，Linux

2、准备条件：Anaconda，hawp项目压缩包，GPU PyTorch，部分依赖库，pth模型，数据集。

二、操作步骤

1、创建并激活hawp虚拟环境（需提前安装Anaconda）

（1）创建虚拟环境

（2）激活虚拟环境

2、下载项目压缩包

（1）Windows系统

①下载

https://github.com/cherubicXN/hawp/archive/refs/heads/main.zip

②解压并进入项目目录（将路径更改为自己的项目解压路径）

cd D:\hawp-main

（2）Linux系统

①下载

git  clone  https://github.com/cherubicXN/hawp.git

②进入项目目录

cd  hawp

3、执行命令递归安装hawp（安装过程会自动安装CPU PyTorch）

pip install -e .

4、安装GPU PyTorch（覆盖之前安装的CPU，需要安装对应CUDA）

pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

5、测试CUDA是否可用

python -c "import torch; print(torch.cuda.is_available())" 

6、安装依赖库（加镜像下载速度快）

pip install -r requirement.txt    -i  https://mirrors.aliyun.com/pypi/simple

7、下载hawpv3模型

（1）Windows系统：

①Win系统直接下载模型

https://github.com/cherubicXN/hawp-torchhub/releases/download/HAWPv3/hawpv3-imagenet-03a84.pth

②项目根目录创建checkpoints文件，将下载的模型放入文件夹中。

（2）Linux系统（项目根目录执行命令安装模型）：

sh downloads.sh

8、Windows系统运行代码（将img后面索引的路径换为自己的图片路径）

python -m hawp.ssl.predict --ckpt checkpoints/hawpv3-imagenet-03a84.pth   --threshold 0.05    --img D:/truth/*.jpeg    --saveto docs/figures/dtu-24 --ext png

9、Linux系统运行代码（将img后面索引的路径换为自己的图片路径）

python -m hawp.ssl.predict --ckpt checkpoints/hawpv3-imagenet-03a84.pth  \
  --threshold 0.05  \
  --img ~/datasets/DTU/scan24/image/*.png \ 
  --saveto docs/figures/dtu-24 --ext png \

运行效果图：

三、补充与扩展

1、Wireframe数据集提取链接：

https://pan.baidu.com/s/11CKr5s0zHnuVKsJVXianxA?pwd=wf18