GCN-SLAM编译pytorch以及运行TUM数据集时遇到的问题

编译pytorch问题

本人按照github上的过程进行编译pytorch(C++)的时候，一直遇到问题，一开始以为是clone代码不完整的问题，后来仔细查找报错信息，发现是pytorch源码中的一个函数跟cuda的函数名冲突了导致(本人环境cuda10.1 按照github下载的pytorch1.0.1 进行的setup.py完全编译)。

数据集问题

我在下载了一两个TUM数据集后，运行GCN下的run.sh发现怎么也启动不了。
最后发现解压后里面包含一个depth.txt和一个rgb.txt两个用来保存filename的文件，代码是通过filename从文件夹里读取的图像，depth.txt与rgb.txt文件内容如下(只放了一小部分)：

# color images
# file: 'rgbd_dataset_freiburg3_long_office_household.bag'
# timestamp filename
1341847980.722988 rgb/1341847980.722988.png
1341847980.754743 rgb/1341847980.754743.png
1341847980.786856 rgb/1341847980.786856.png
1341847980.822978 rgb/1341847980.822978.png
1341847980.854676 rgb/1341847980.854676.png
1341847980.890728 rgb/1341847980.890728.png
1341847980.922978 rgb/1341847980.922978.png

# depth maps
# file: 'rgbd_dataset_freiburg3_long_office_household.bag'
# timestamp filename
1341847980.723020 depth/1341847980.723020.png
1341847980.754755 depth/1341847980.754755.png
1341847980.786879 depth/1341847980.786879.png
1341847980.822989 depth/1341847980.822989.png
1341847980.854690 depth/1341847980.854690.png
1341847980.890737 depth/1341847980.890737.png
1341847980.922989 depth/1341847980.922989.png

但是在GCN的run.sh启动文件里，启动参数传入的是association.txt，经过翻看了一下ORB的一些传入参数，发现这里传入的association.txt应该是上面rgb.txt与depth.txt合并的结果，即如下形式：

1341847980.722988 rgb/1341847980.722988.png 1341847980.723020 depth/1341847980.723020.png
1341847980.754743 rgb/1341847980.754743.png 1341847980.754755 depth/1341847980.754755.png
1341847980.786856 rgb/1341847980.786856.png 1341847980.786879 depth/1341847980.786879.png
1341847980.822978 rgb/1341847980.822978.png 1341847980.822989 depth/1341847980.822989.png
1341847980.854676 rgb/1341847980.854676.png 1341847980.854690 depth/1341847980.854690.png
1341847980.890728 rgb/1341847980.890728.png 1341847980.890737 depth/1341847980.890737.png
1341847980.922978 rgb/1341847980.922978.png 1341847980.922989 depth/1341847980.922989.png
1341847980.954645 rgb/1341847980.954645.png 1341847980.954676 depth/1341847980.954676.png
1341847980.990699 rgb/1341847980.990699.png 1341847980.990724 depth/1341847980.990724.png
1341847981.022715 rgb/1341847981.022715.png 1341847981.022728 depth/1341847981.022728.png

数据格式整理

方案一：改代码

由于我们需要的rgb.txt与depth.txt同时传入进去，所以需要在run.sh最后再加一个传入参数，这样的话对应着代码的读取图像部分的代码也需要修改。并且还需要提前将两个txt文件内的filename按时间戳对应起来(原本两个txt内的filename数量不一样，即两个文件夹图片数量不一样)。考虑到这个方法比较麻烦，所以采用了下面的方法：

方案二：按时间戳拼接rgb.txt与depth.txt

提醒一点，代码里按照filename读取文件的时候，没有考虑到这txt前三行的注释，所以也会又问题。故必须将传入的txt文件的前面三行的注释删掉，也就是rgb.txt与depth.txt按时间戳拼接后的.txt文件不要加前面的注释。按时间戳拼接代码如下：
将代码生成的association.txt复制到对应数据集文件夹下，直接执行run.sh就可以了。

def split_line(f_rgbd):
    rgbd_split = f_rgbd.read().split()
    index_to_delete = []
    for i in range(len(rgbd_split)):
        if i%2:
            index_to_delete.append(i)
    count = 0
    for index in index_to_delete:
        index = index - count
        rgbd_split.pop(index)
        count += 1
    return rgbd_split

def near_time_stamp(rgb_time_stamp, depth_time_stamp):
    """
    假设len(rgb_time_stamp)  >  len(depth_time_stamp)
    只需在rgb_time_stamp中取出len(depth_time_stamp)个元素即可
    """
    near_rgb_stamp = []
    for index in depth_time_stamp:
        min_value = 1000000000
        min_jndex = ''
        depth_float = float(index)
        for jndex in rgb_time_stamp:
            rgb_float = float(jndex)
            if abs(depth_float - rgb_float) < min_value:
                min_value = abs(depth_float - rgb_float)
                min_jndex = jndex
        near_rgb_stamp.append(min_jndex)
    return near_rgb_stamp


if __name__ == '__main__':

    f_rgb = open("rgb.txt","r")
    f_depth = open("depth.txt","r")
    f_association = open('association.txt','w',encoding='utf-8')
    data_depth = f_depth.readlines()
    f_depth.seek(0,0)

    # 切分出时间戳
    rgb_time_stamp = split_line(f_rgb)
    depth_time_stamp = split_line(f_depth)

    # 寻找最近时间戳
    rgb_time_stamp = near_time_stamp(rgb_time_stamp, depth_time_stamp)
    
    # 将rgb_time_stamp与depth_time_stamp对应行拼接起来
    for i in range(len(rgb_time_stamp)):
        str_association = rgb_time_stamp[i] + " " \
                            + "rgb/" + rgb_time_stamp[i] + ".png" + " " \
                            + data_depth[i]
        f_association.write(str_association)

    f_rgb.close()
    f_depth.close()
    f_association.close()