MapTR复现------代码运行

MapTR复现

MapTR复现系列文章
MapTR复现----环境配置
MapTR复现----数据处理
MapTR复现----代码运行
MapTR复现----BUG解决
复现结果视频可视化

1、代码下载

# 1 拉取MapTR源码
git clone https://github.com/hustvl/MapTR.git

2、 训练train

# 1 在MapTR目录下新建ckpts目录
mkdir ckpts

# 2 进入目录
cd ckpts 

# 3 下载resnet50预训练权重
wget https://download.pytorch.org/models/resnet50-19c8e357.pth

# 4 下载resnet18预训练权重
wget https://download.pytorch.org/models/resnet18-f37072fd.pth

3、修改projects/configs/maptr/maptr_nano_r18_110e.py配置文件中相关参数

# 1. 预训练权重
pretrained=dict(img='ckpts/resnet50-19c8e357.pth'),

# 2. BN层修改 单卡BN，多卡用SyncBN
# norm_cfg=dict(type='SyncBN', requires_grad=True), # 多卡BN层
norm_cfg=dict(type='BN', requires_grad=True),    # 单卡BN层

# 3. 数据集位置
data_root = 'data/nuscenes/'

# 4. samples_per_gpu和workers_per_gpu
samples_per_gpu=6,
workers_per_gpu=2,

# 训练周期
total_epochs = 100

2、 训练

2.1 单卡训练的方式 1

# 5训练  单卡训练代码最后跟个`1`，八卡最后跟个`8`
./tools/dist_train.sh ./projects/configs/maptr/maptr_nano_r18_110e.py 1

2.1 单卡训练的方式 2

python MapTR-main/tools/train.py MapTR-main/MapTR-main/projects/configs/maptr/maptr_nano_r18_110e.py  --gpus 1 --no-validate

3、训练结果

到此表明可以正常训练了。

4、预测及可视化

tools/maptr/vis_pred.py

4.1、下载官方训练好的权重和配置文件

本人下载的 maptr_tiny_r50_24e.pth下载地址 和对应config作为测试

https://drive.google.com/file/d/1n1FUFnRqdskvmpLdnsuX_VK6pET19h95/view

4.2、修改配置文件

由于将权重文件放入config/maptr_tiny_r50_24e.py目录，

需要修改maptr_tiny_r50_24e.py中的_base_参数custom_nus-3d.py与default_runtime.py文件的路径

为例避免报错可以直接上绝对路径

_base_ = [
    '/home/action-dl/MapTR/projects/configs/datasets/custom_nus-3d.py',
    '/home/action-dl/MapTR/projects/configs/_base_/default_runtime.py'
]

4.3、运行

python tools/maptr/vis_pred.py config/maptr_tiny_r50_24e.py ckpts/maptr_tiny_r50_24e.pth  --show-dir ./vis_dirs

加上句对路径

python tools/maptr/vis_pred.py /home/action-dl/MapTR/projects/configs/maptr/maptr_tiny_r50_24e.py ckpts/maptr_tiny_r50_24e.pth  --show-dir ./vis_dirs

结果保存在./vis_dirs目录下

4.4、

python tools/maptr/generate_video.py ./vis_dirs

生成demo.mp4

python tools/maptr/generate_video.py ./vis_dirs

生成demo.mp4