AVOD——Aggregate View Object Detection代码在centos服务器上运行过程

本文介绍了如何在CentOS服务器上运行AVOD(Aggregate View Object Detection)代码,进行3D对象检测。通过使用Kitti数据集,结合LIDAR和RGB图像,利用VGG16+FPN网络生成特征图,然后经过RPN网络获取候选框,最终进行分类和回归,得出3D边界框。在代码运行过程中,可能会遇到cmake和protoc命令找不到的问题,解决方案也在文中提及。此外,详细阐述了数据下载、迷你批次生成及训练过程。
摘要由CSDN通过智能技术生成

一、简单介绍

代码地址:https://github.com/kujason/avod
文章地址:https://arxiv.org/pdf/1712.02294
Kitti数据集:http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d
简介:使用Kitti数据集进行3D目标检测,同时使用LIDAR+RGB图像,先使用VGG16+FPN网络生成feature maps,然后输入到RPN网络中得到top proposals,最后进行classification+regression,得到3D box。
python版本:python3
后面会放上对AVOD论文的解读。

二、代码运行过程

1.按顺序进行git上作者说的流程:
#下载code
git clone https://github.com/kujason/avod.git

#进入wave下载avod里面带的另一个git代码,是处理kitti数据的工具
git clone https://github.com/kujason/wavedata.git

#可以pip安装requirement文件,也可以运行的时候报错就安装
cd avod
pip3 install -r requirements.txt
pip3 install tensorflow-gpu==1.3.0

#设置环境变量,很重要,而且每次打开服务器的时候都要重新设置一遍
# For nonvirtualenv users
评论 29
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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