CalibNet运行日志

CalibNet：github源码

一、环境安装

问题一：类似undefined symbol: _ZN10tensorflow16KernelDefBuilderD2Ev的错误

博主在cuda10.1,cuda9.2上均尝试过，安装tensorflow-gpu==1.8.0/1.9.0/1.10.0/1.14.0，均失败，只能投靠cuda8.0
本文环境：

cuda8.0, tensorflow-gpu1.2.0, torch0.1.12 torchvision0.1.8

二、数据准备代码问题

问题一：dataset_builder_parallel.sh数据下载时间太长

bash ../path/to/code_folder/dataset_files/dataset_builder_parallel.sh

可以直接在KITTI官网上下载sync数据，保存在某一个文件夹下，如下例子：
数据路径：

dataset_build_color.py，dataset_build_color_2.py中将外接参数注释，改成下载解压后的数据位置：

# parser = argparse.ArgumentParser(description="Create Lidar Dataset")
# parser.add_argument("path", help = "path_to_folder, end with number", type = str)
# args = parser.parse_args()

#
# main_path = "/tmp/lidar_calibration_dataset/2011_09_26/2011_09_26_drive_0104"

# main_path = args.path
main_path = "/home/lufeng/Data/KITTI/2011_09_26/2011_09_26_drive_0005"

运行后，再运行parser.py文件，可生成parsed_set.txt文件：

问题二：natsort使用问题：No module named compat.locale

from natsort import natsorted as ns

解决方案：
将ns换成自带的list排序工具sorted()，例如

file_list = ns(glob.glob(path + "_sync/velodyne_points/data/*.bin"))

换成

file_list = sorted(glob.glob(path + "_sync/velodyne_points/data/*.bin"))

问题三：KITTI数据extract部分下载不下来，将_extract换成_sync，例如：

txt1 = np.loadtxt(path + "_extract/velodyne_points/timestamps.txt", dtype = str)

换成

txt1 = np.loadtxt(path + "_sync/velodyne_points/timestamps.txt", dtype = str)

问题四：KITTI数据集bin点云文件读取

将注释部分修改如下：

# points = np.loadtxt(cloud_name)
points = np.fromfile(cloud_name, dtype=np.float32, count=-1).reshape([-1, 4])

三、模型准备问题

Pretrained Resnet-18 parameters can be found here.
下载后有一个resnet_json_parameters压缩包，解压后，运行pytorch_load_weights_diff.py文件，可生成parameters.json文件：

问题一：No module named torch，尚未安装torch

cuda8.0环境下安装torch：https://blog.csdn.net/li8zi8fa/article/details/75452000

pip install torch==0.1.12
pip install torchvision==0.1.8

问题二：No such file or directory: ‘…/Extrinsic_Calibration_2/parameters.json’

将config_res.py文件以下部分修改成用户自定义的位置：

resnet_params_path = "../Extrinsic_Calibration_2/parameters.json",
dataset_path_full = "/home/ganeshiyer/Extrinsic_Calibration_1.5/model_with_emd/rotation_results/parsed_set.txt",
checkpoint_path = "/tmp/ganesh_saved_Weights/Checkpoint_simple_transformer",
training_imgs_path = "/tmp/ganesh_saved_Weights/training_imgs",
validation_imgs_path = "/tmp/ganesh_saved_Weights/validation_imgs"

四、程序运行

运行train_model_combined.py文件后，出现问题。

问题一：undefined symbol: _ZN10tensorflow16KernelDefBuilderD2Ev

参考链接：https://blog.csdn.net/HelloJinYe/article/details/103302362
如果gcc版本大于4，删除D_GLIBCXX_USE_CXX11_ABI = 0

tensorflow1.2.0版本时尝试了以下三种情况：
D_GLIBCXX_USE_CXX11_ABI删掉
_ZN10tensorflow7strings6StrCatB5cxx11ERKNS0_8AlphaNumE
D_GLIBCXX_USE_CXX11_ABI = 0
_ZN10tensorflow16KernelDefBuilderD2Ev
D_GLIBCXX_USE_CXX11_ABI = 1
_ZN10tensorflow7strings6StrCatB5cxx11ERKNS0_8AlphaNumE
均失败

gcc版本查询：
gcc --version

将tensorflow升级为：tensorflow1.3.0：
参考链接：
https://github.com/charlesq34/pointnet2/issues/19
_ZN10tensorflow11TensorShapeC1ENS_3gtl10ArraySliceIxEE
-D_GLIBCXX_USE_CXX11_ABI=0
成功了！！！（其实源码中使用的就是TF1.3.0）

问题二：tf_auctionmatch.cpp:1:42: fatal error: tensorflow/core/framework/op.h: No such file or directory

将编译器参数tensorflow位置改成用户位置

/usr/local/lib/python2.7/dist-packages/tensorflow/include

输入python，进入python命令行

import tensorflow as tf
tf.__version__

查询tensorflow安装路径为:

tf.__path__

问题三：Cannot assign a device for operation ‘DepthNet/BatchNorm_19/beta/Adam_1’

加上allow_soft_placement = True

log_device_placement = True : 是否打印设备分配日志
allow_soft_placement = True : 如果你指定的设备不存在，允许TF自动分配设备
tf.ConfigProto(log_device_placement = True, allow_soft_placement = True)

参考链接：https://www.jianshu.com/p/99fca5b7fd8a