Openpcd使用记录

最新推荐文章于 2024-08-08 08:04:26 发布
最新推荐文章于 2024-08-08 08:04:26 发布
阅读量591 收藏 3
点赞数
文章标签： pytorch python 深度学习
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/ryontang/article/details/115976314
版权

OpenPCDet

环境搭建

有了前面SECOND搭建环境的经验，OpenPCDet就容易很多

  1. 首先是创建python环境，这里我选的是python=3.7
  2. 装pytorch，这里因为我准备装spconv-1.0,所以选择cuda的搭配如下：
 1606  conda install --use-local pytorch-1.1.0-cuda100py37he554f03_0.tar.bz2
 1607  conda install --use-local torchvision-0.3.0-cuda100py37h72fc40a_0.tar.bz2
 1608  conda install --use-local cudatoolkit-10.0.130-hf841e97_6.tar.bz2
 安装包可以从这个文件夹里面搜索
 https://repo.anaconda.com/pkgs/main/linux-64/
  1. 装requirements除了pytorch,torchvision
  2. 装spconv1.0
git clone https://github.com/traveller59/spconv.git --recursive
git reset --hard 8da6f967fb9a054d8870c3515b1b44eca2103634 # 回到commit 8da6f96

然后环境装完了，按照demo.md就能出现这个结果了
环境的截图：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
安装包在这里找：
在这里插入图片描述

输入命令：

python demo.py --cfg_file cfgs/kitti_models/pointpillar.yaml --ckpt ../Kitti_pretrained_model/pointpillar_7728.pth --data_path /home/ryonnew/Coding_Space/Working_space/Testing_area/OpenPCDet_Tang/data/kitti/training/velodyne/000014.bin

在这里插入图片描述

closed

如何使用自己的数据predict
prediction on the custom data #147

train.py works, demo.py doesn’t #167 tain.py如何训练

https://github.com/open-mmlab/OpenPCDet/issues/145

在没有桌面环境中的服务器如何可视化
About visualizing the testing data #345

360可视化
perform inference over full (360deg) view #266

open

question about model export to onnx

有多帧inference的代码
add single frame ros inference script #193
提供的代码地址

导入自己的数据
Own dataset #176

在这里插入图片描述
坐标系和bbox的定义：
在这里插入图片描述
data的部分是怎么处理的，从磁盘输入数据到送入module用于inference的一个流程：

ryontang
关注
专栏目录
PointPillars点云检测在OpenPCDet推理代码详解
NNNNNathan的博客
02-24 7641
在之前的文章中已经详细解析了PointPillars的论文和训练代码的实现和详解，可以参考之前的博客：PointPillars论文解析和OpenPCDet代码解析_NNNNNathan的博客-CSDN博客。 本篇博客将会详细解析PointPillars模型在OpenPCDet中推理代码，并测试推理的效果。 读者可以下载OpenPCDet后根据文章进行阅读和理解。 由于本人才疏学浅，解析中难免会出现不足之处，欢迎指正、讨论，有好的建议或意见都可以在评论区留言。谢谢大家！ PointPi...
OPENPCD源码
09-19
通过研究和使用OPENPCD的源代码，开发者可以获得以下知识： 1. ISO14443协议的细节，包括命令结构、应答机制和错误处理。 2. RFID读卡器硬件接口的实现，如如何与RC632模块通信，发送和接收数据。 3. 低级通信协议...
3D目标检测框架【OpenPCDet】 环境搭建
Mzcc_bbms的博客
07-26 717
OpenPCDet框架环境搭建安装说明ubuntu16.04配置OpenPCDet(1) 安装cuda(2) 创建 conda 环境，安装基本库(3) 安装spconv1.2.1(4) 安装OpenPCDet(5) 安装mayavi(6) Demo测试 安装说明 OpenPCDet官方项目：OpenPCD Github 安装环境可参考官方说明，因为其中的库 spconv 只支持linux，因此环境需要在linux下面配置，当然某些算法 不涉及spconv库，可以尝试在windos中配置环境 ubuntu
OpenPCDet 开源项目教程
最新发布
gitblog_00599的博客
08-08 607
OpenPCDet 开源项目教程 OpenPCDetOpenPCDet Toolbox for LiDAR-based 3D Object Detection.项目地址:https://gitcode.com/gh_mirrors/op/OpenPCDet 项目介绍 OpenPCDet 是一个基于 PyTorch 的开源项目，专门用于 LiDAR 点云的 3D 目标检测。该项目由 Open-MM...
3d目标检测OpenPCDet安装
qq_43552048的博客
04-09 630
torch-1.9.0+cu111-cp38-cp38-linux_x86_64.whl和torchvision-0.10.0+cu111-cp38-cp38-linux_x86_64.whl右键复制下载链接，使用。最近在GPU服务器主RTX4090上部署了一下，折腾了一天发现就算4090安装cuda11.1按照上面RTX3060的安装步骤也无法安装成功，需要变通的地方在于torch。啥的说明安装成功了，可能还会出现缺少依赖包或Module的问题，用pip安装就行。，spconv需要安装2.x版本的直接。
【OpenPCDet】稀疏卷积SPConv-v1.2代码解读(2)
11-01 2672
在上一篇文章里分别展示了spconv源码中的Python和c++/cuda目录，这里再来看一下spconv编译安装完后的目录结构。当我们 在Second代码中import spconv就是在导入安装好的spconv package。既然是package,那就必然有文件，别且在导入spconv时__init__.py中的可执行代码会被执行。
记录贴：运行swin遇到assert palette.shape[0] == len(self.CLASSES)
anlianzhiye的博客
03-11 579
swinbug记录
OpenPCDet初级教程【自定义模型、loss】
Freak16的博客
08-21 4723
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。
Waymo数据集解析工具（转为kitti数据集格式）
05-07
LIDAR点云被解析为.bin文件，这里有两种方式： - 保留5个LIDAR的点云，将他们进行融合 - 只保留top的LIDAR点云 如果下载的是v1.3.0之后的数据，还增加了3D点云语义分割标签的解析。
RF,IC,NFC,S50F工具集
12-12
│ Proxmark3使用案例 - RadioWar Wiki.mht │ RFID破解三两事 - 网络安全 - 红黑联盟.mht │ THE DARK SIDE OF SECURITY BY OBSCURITY.pdf │ The-MIFARE-Hack.pdf │ Wirelessly Pickpocketing a Mifare Classic ...
开源国外RFID读卡器电路+PCB+源程序等-电路方案
04-22
该射频读卡器支持13.56HZ，电路截图如图所示: RFID读卡器实物展示: 附件内容截图: 注意:svn里头有该设计源文件，下载链接:https://svn.openpcd.org/ 源文出处:https://www.openpcd.org/
3D目标检测入门：探索OpenPCDet框架
自动驾驶实战
06-01 1467
前言在自动驾驶和机器人视觉这两个飞速发展的领域中，3D目标检测技术扮演着核心角色。随着深度学习技术的突破性进展，3D目标检测算法的研究和应用正日益深入。OpenPCDet，这个由香港中文大学OpenMMLab实验室精心打造的开源工具箱，为3D目标检测领域提供了一个功能强大且易于使用的平台。本文将带您走进OpenPCDet的世界，一探3D目标检测的奥秘。
OpenPCDet 训练自己的数据集详细教程！
热门推荐
JulyLi2019的博客
10-24 1万+
这些天一直在尝试通过OpenPCDet平台训练自己的数据集（非kitti格式），好在最后终于跑通了，特此记录一下训练过程。树和猫，对于自定义数据集的训练我们交流了很多，之前他是通过我写的yolov5系列文章关注的我，现在我通过OpenPCDet 训练自己的数据集系列关注了他，着实让我感觉到了技术分享是一个圈。如果阅读本文对你有用，欢迎一键三连呀！！！2022年10月24日11:12:53。
OpenPCDer框架下的PointPillars训练、测试、demo可视化、损失函数
guigui_xxx的博客
07-15 612
可选：OMP_NUM_THREADS、CUDA_VISIBLE_DEVICES。CUDA_VISIBLE_DEVICES(可选)：显卡 号。注：本人 torch版本是2.0.0，下面命令会报错。修改：--batch_size、--epochs。改为torch.distributed.--eval_tag mAP (不太懂)将torch.distributed.--cfg_file：模型 配置文件。--batch_size：批量大小。后面可能会用，待更新...--epochs：训练轮数。粗略写的，后面完善。
Ubuntu18.04安装OpenPCDet及配置spconv
小屋
05-13 2750
spconv的安装简直要命，废了三天才安装好，多亏了网上一些教程。下面是我综合几个点击量高的博文，成功安装的过程记录。 目录安装1 clone 项目2 创建并配置虚拟环境3 安装spconv3.1 git clone项目3.2 安装libboost3.3 cmake版本3.4 编译3.5 安装4 安装pcdet参考 关于OpenPCD点云3D目标检测得介绍：link OpenPCD项目地址：link cuda得安装可以参看：link 安装 官方指导中得环境要求。 Requirements All the
【环境配置】Ubuntu16.04上Anaconda简单部署OpenPCD
08-19 505
OpenPCD在Ubuntu16.04上的部署还是很友好的，不怎么需要折腾，这里简单记录一下。 我的环境 Ubuntu 16.04 CUDA 10.2 RTX 2080 GPU 创建并激活虚拟环境 使用conda创建python3.6的虚拟环境，环境名字自取，我就叫openpcd好了。 conda create -n openpcd python=3.6 anaconda 激活虚拟环境，后续的操作就都是在虚拟环境中进行了 conda activate openpcd 安装依赖...
openpcd可视化配置
张飞飞的博客
08-06 1379
mayavi安装 ModuleNotFoundError: No module named 'vtkOpenGLKitPython’报错 先执行： sudo apt-get install mayavi2 在重新安装 pip install mayavi
openPCdet 实现自定义点云数据集训练
qq_45297395的博客
03-14 1万+
激光雷达三位感知 openPCdet 数据集训练
复现 openpcdnet 的pointpillar
qq_20388971的博客
03-26 436
https://blog.csdn.net/jin15203846657/article/details/122735375 ubuntu 18.04 从零开始复现 OpenPCDet 训练kitti数据集并评估 可视化 损失函数。Adam预训练的模型文件和kitti样例数据下载链接: https://pan.baidu.com/s/1cDq5Nwi_EfZflQHHiOOZWA 密码: 32nn。本文项目仓库：https://github.com/AbangLZU/EasyPointPillars。
ubuntu 安装openpcd
06-07
1. 打开终端，使用以下命令更新软件包列表： ``` sudo apt-get update ``` 2. 安装OpenPCD软件包： ``` sudo apt-get install openpcd ``` 3. 安装完成后，将OpenPCD读卡器插入计算机，并执行以下命令检测设备...
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