qin_liang的博客

修改 ./examples/configs/env_vars/env_vars.yaml 中，对应路径。修改 ./examples/configs/train_kitchen_goalcond.yaml。用到wandb的地方把entity注释掉，防止莫名报错。安装对应版本的mujoco-py。patchelf 错误。

CSparse 库安装把Frame.cc里面的xfeatures2d.hpp改为features2d.hpp直接注释掉，把函数换为下面的函数。

【代码】RAFT3D 代码复现。

1.拉取代码2.创建conda环境，修改rigidmask.ymlDCNv2和ngransac。

1.创建conda 环境2.安装ngransac3.安装mmcv4.Raptor安装，设定setup.py5.raft修改版安装修改setup.py。

其他instruction，都是在这个基础上进行处理。1.创建environment.yaml。修改标签，得到不一样的结果。模型训练（waiting）

1.创建environment.yaml2.安装mmcv3.Raptor安装安装前建议看一看setup.py 设置一下库的版本4.RAFT修改版安装5.下载模型。

1.拉取代码这个工程中的VO_Module中的thirdparty部分需要用DROID-SLAM的替换之后才行具体参考我另一篇博客2.创建环境修改environment.yaml的文件内容3.安装全景分割的部分4.处理数据集下载vkitti生成训练和测试的数据集。

3.按下快捷键Ctrl+b d将会话分离（不是同时按）。2.在 Tmux 窗口运行所需的程序。1.改一下配置文件里的数据集路径。4.下次使用时，重新连接到会话。1.在终端单开一个tmux端口。下载这个Mini先测试一下。不行就单独下再放进去。

跑的时候会报错缺乏那些文件，需要自己在相关from import 的代码前加上那个文件夹的名字。KITTI 数据集上进场测试，创建run.sh。

(另外一个数据集AirDOS-Shibuya给的链接没办法下载)创建一个run.sh的脚本，在脚本里输入（修改了一下模型名称）3.创建一个requirements.txt,安装相关的库。跑起来了，不容易呀，复现了这么久。根据github的链接来下载。下载后解压到对应文件夹。创建一个放结果的文件夹。

创建environment.yml。3.安装habitat-sim。4.安装habitat-lab。直接参考原本github库。1.拉取github库。6.配置数据集和模型。7.运行eval脚本。

第一次把navigation的代码run起来，纪念一下。修改environment.yml。2.安装habitat-sim。4.安装habitat-lab。直接参考原本github库的。3.拉取github库。5.配置数据集和模型。6.运行eval脚本。

我是直接在pytorch1.12.1+cu113上复现的，具体要改哪些可以根据你的报错来看可以参考这边博客，当然她不全面，建议直接复制我的代码替换后再看还会有什么问题。

按照github的说法，咱国内选手最好选哪个下载脚本里面额外的那个数据集手动下载，如下（非常良心，这个云盘居然不下载不限速）在这个环境里面后，貌似还要写一个requirements.txt文件来把需要pip安装的加了（最好带清华源进行安装）方法同上，下载后放到在给工程下创建的./Datasets，解压。下载压缩包，打开environment.yaml文件。上一个命令会创建一个nice-slam环境，激活环境。我的GTX3070寄了，游戏结束~3. 运行完成后，效果还是不错。向yaml文件中添加如下代码。

1.下载代码2.创建环境3.安装DPVO包。

DROID-SLAM 复现