简述
Apollo
激光感知模块主要分为几个部分,一部分是直接对3D
点云进行检测输出目标框。例如:PointPillars
算法或MaskPillars
算法等。另一部分主要是通过训练点云分割模型,然后对前景分割目标进行聚类、拟合最终输出目标框的方法。本篇博文主要介绍Apollo
点云分割算法之BCNN
的训练NuScenes
数据集过程记录。
关于BCNN
代码传送门:train_bcnn
如何训练分割模型
数据准确环节
首先,需要你准备一些nuScenes数据集。然后,在工程train_bcnn
目录下面找到可执行create_dataset_from_nusc.py
文件,修改其中参数dataroot
与save_dir
路径,其中dataroot
为原始nuScenes
下的路径,save_dir
为生成的数据训练路径。修改好数据路径与保存路径之后,直接执行:
python create_dataset_from_nusc.py
终端输出如下命令,就代表正在创建数据集。完成之后,你会在save_dir
下面的in_feature
路径下面看到生成待训练的npy
点云文件。
/home/holo/anaconda3/envs/baidu/bin/python /media/holo/B834B57734B538E8/train_baiducnn/scripts/create_dataset/create_dataset_from_nusc.py
======
Loading NuScenes tables for version v1.0-mini...
23 category,
8 attribute,
4 visi