OpenPCDet-review

已于 2022-04-02 14:49:12 修改
阅读量416 收藏
点赞数
分类专栏： 深度学习 文章标签： debian 运维
于 2021-12-16 15:55:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qinlele1994/article/details/121976670
版权

复习一下OpenPCDet，遇到一些问题，记录

1、数据预处理的过程中没有difficulty字段，但对应的配置文件中仍存在针对difficulty做的一些处理工作，应该把配置文件中对应的字段配置部分去掉

 

2、自定义自己的类

如KittiDataset等类，定义自己的类，记得在__init__.py中import

3、pcdet在阵列上使用多张卡进行训练

CUDA_VISIBLE_DEVICES=1,2,3 python -m torch.distributed.launch --nproc_per_node=3

train.py --launcher pytorch

秦乐乐
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
OpenPCDet系列 | 2.OpenPCDet整体框架与各模块结构
Clichong
05-06 1329
最近基于OpenPCDet来对PointPillars算法做一些实验，打算用一个完整的专栏来记录整个OpenPCDet的整体框架以及各个模块之间的结构。耗时一个多月，耗费精力较多，**这个专栏主要是详细介绍PointPillars的完整算法流程。** 由于整体细节比较庞大，所以**这里用本篇文章来当做整个专栏的导航指引，主要的部分主要分为三个大部分：** - **1）训练的准备流程**； - **2）数据加载流程**； - **3）前向传播流程**； 后续还会介绍模型的损失计算以及模型的测试流程等部分
OpenPCDet:OpenPCDet工具箱，用于基于LiDAR的3D对象检测
03-13
OpenPCDet OpenPCDet是一个清晰，简单，自成体系的开源项目，用于基于LiDAR的3D对象检测。 它也是 ， 和的官方代码版本。 概述 变更日志 [2020-11-27]错误修复：如果您想使用我们提供的Waymo评估工具（请参阅 ），请重新准备Waymo数据集（版本1.2）的验证信息。 请注意，您不需要重新准备训练数据和真实的数据库。 [2020-11-10]新增功能：最新的结果为提供了支持。 当前，我们在Waymo开放数据集上提供SECOND ， PartA2和PV-RCNN的配置和结果，并且可以通过修改其数据集配置轻松支持更多模型。 [2020-08-10]错误修复：已更新提供的NuScenes模型，以修复加载错误。 如果您需要使用预训练的NuScenes模型，请重新下载它。 [2020-07-30] OpenPCDet v0.3.0已发布，具有以下功能： 现
openpcdet使用两个显卡训练的命令
m0_51788349的博客
01-18 459
无
OpenPCDet详细安装指南+单/多GPU训练演示
m0_50652864的博客
12-23 6016
如何安装PCDet
OpenPCdet加载nuScenes数据太久
Mao_Jonah的博客
10-21 960
最近在用nuScenes数据做实验，8*2080Ti，发现单卡加载没问题，多卡的时候加载时间太久，容易挂掉，优化dataloader太麻烦了，把num_workers减小先用着。
在OpenPCDet上训练KITTI数据集并进行测试和验证
zyw2002的博客
10-24 4137
在进行训练之前。
ansible-review
05-02
review/libexport PATH=$PATH:`pwd`/ansible-review/binFedora / RHEL 可以在标准Fedora仓库或下找到ansible-review。 要安装ansible-review，请相应地使用yum或dnf。 yum install ansible-review用法ansible-review...
jstack-review:基于Java的JVM线程转储分析器
04-30
Java线程转储分析器 这是用Java编写的Java线程转储分析器。 它基于的。 有关用法的其他信息，请参见 。 执照 Java Thread Dump Analyzer是根据。 版权所有2014-2016 Spotify AB ... 版权所有2020 jstack.review
iOS -review 规则清单
08-01
iOS -review 规则清单
elm-review-unused:提供elm-review规则以检测Elm项目中未使用的元素
04-12
榆木评论未使用 提供规则以检测Elm项目中未使用的元素。 提供的规则 报告模块内部未使用的顶级变量和类型，导入和导入的变量和类型。 报告自定义类型的未使用构造函数。 报告从未使用过的自定义类型构造函数的参数...
pb-code-review：Node.js REST API的代码审查
02-01
在"pb-code-review-master"这个项目中，我们可以预期看到上述各个方面的实现和示例。通过分析源代码，我们可以学习到如何构建一个健壮、高效、安全的Node.js REST API，并了解最佳实践。同时，这个项目也可能包含了...
OpenPCDet解析
热门推荐
zyw2002的博客
10-20 1万+
OpenPCDet: Open-MMLab 面向LiDAR点云表征的3D目标检测代码库OpenPCDet的github链接OpenPCDet 是一套基于PyTorch实现的点云3D目标检测代码库。设计思想点云数据集（KITTI、NuScene、Lyft、Waymo、PandaSet等）在数据格式与3D坐标系上往往定义各不相同，各式各样的点云感知算法（point-based、 voxel-based、one-stage/two-stage等）也形态各异因此基于数据-模型分离。
OpenPCDet——环境配置和训练测试（升级系统、Nvidia驱动、cuda11.3、cudnn8.2）
xiaohu的博客
04-30 6629
文章目录NVIDIA 驱动升级CUDA安装 笔记本显卡驱动NVIDIA 418，cuda9.0 比较旧，和工作的环境不兼容，导致tensorRT装版本也不一致，决定把GTX 1060显卡升级到最新的驱动 NVIDIA 驱动升级 sudo apt-get remove --purge nvidia* sudo sh NVIDIA-Linux-x86_64-418.56.run --uninstall 禁用nouveau sudo gedit /etc/modprobe.d/blacklist.conf 在
基于OpenPCDet实现自定义数据集的训练，狸花猫看完要打拳系列（一）！
weixin_53776054的博客
04-09 3197
OpenPCDet是一个基于PyTorch实现的3D目标检测框架，以其模块化网络结构、复用性强、组合灵活等特点闻名，目前该框架已经支持目前已有的绝大多数面向Lidar点云的3D目标检测算法，比如voxel-based，point-based，point-voxel hybrid以及one-stage/two-stage等，下图为支持模型示例图。
OpenPCDet安装、使用方式及自定义数据集训练
ZhuanShangNiDeXin的博客
06-09 7593
OpenPCDet训练三维目标检测方法
三维目标检测之OpenPCDet环境配置及demo测试
记录和分享
07-30 9558
记录了我所遇到的一些坑，希望能帮到你。详细的OpenPCDet框架环境搭建和demo测试过程。
Ubuntu22.04安装OpenPcDet训练kitti数据集(nuscenes-mini数据集）
RickySam的博客
07-18 3052
因为想要接触KITTI数据集，有相关项目需要配置OpenPcDet，而原服务器因系统重装为Ubuntu22.04版本，该版本较高故重新配置环境是需要参考各种渠道，在此将这些参考汇总，也方便自己以后再配置可以清晰一点。本文综合了多篇文章。
OpenPCDet初级教程【自定义模型、loss】
Freak16的博客
08-21 4441
OpenPCDet新手向教程，用小项目的形式记录自定义模块、网络、loss实现训练。
【3D目标检测】OpenPCDet自定义数据集训练
最新发布
qq_44703886的博客
03-11 2494
【3D目标检测】OpenPCDet自定义数据集训练
gerrit code-review lable如何添加
07-15
要在Gerrit中添加代码审查标签（code review label），你需要遵循以下步骤： 1. 登录到Gerrit网页界面。 2. 导航到您要添加标签的特定代码审查项目。 3. 在页面顶部的菜单栏中，找到并点击"Admin"（管理员）选项。 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值