《Pyramid Stereo Matching Network》--PSMNet 测试代码实现 +如何解决GPU内存不足问题

最新推荐文章于 2024-07-05 13:07:04 发布

三维视觉工作室

最新推荐文章于 2024-07-05 13:07:04 发布

阅读量3.4k

点赞数 8

分类专栏：立体匹配 PSWNet 文章标签： 1024程序员节深度学习计算机视觉

本文链接：https://blog.csdn.net/weixin_41405284/article/details/109265186

版权

本文介绍了如何复现CVPR2018论文《Pyramid Stereo Matching Network》中的PSMNet测试代码，包括下载GitHub源码、理解README.md、解决GPU内存不足问题等。在运行Test_img.py时遇到了import argparse的问题，以及在Ubuntu系统下使用KITTI2015数据集的注意事项。最后分享了在训练和测试过程中遇到的错误和解决方法。

摘要由CSDN通过智能技术生成

导师给了建议，转战DL方向做立体匹配了。
PSWNet 是cvpr2018的文章，立体匹配的经典，下面介绍一下我是怎么跑通文章的测试代码，以及踩过的坑。
-对于复现论文，我也是初学者，希望给更多刚入门的师弟师妹一些帮助。

一.下载github源码

1.一般论文都是有github连接的
在这里插入图片描述
2.如何阅读github

以下就是github中的目录
注意到 dataloader 文件夹是针对数据输入预处理的，其实就是怎么 crop 图像，怎么对图像做 BatchNormalize
models 文件夹就是模型的位置
main.py 这个文件就是数据预处理-模型加载-训练-验证-输出结果的过程
注意有个 README.md ,这个介绍了github整体架构，如何使用这些文件夹，非常重要！！！！！！

二. 如何阅读README.md

1.文章运行所需环境
在这里插入图片描述
2.训练和评估过程，翻译一下这里，简单看看

由于我只是跑一下模型的测试看看效果，只需要加载与训练模型即可。下载模型和数据集需要 VPN，建议大家自己花几十块钱买一个，很有用！！！
这里按照他说的不解压预训练模型，直接torch.load（）
按照他的要求

三.代码解析

跑了一个测试的代码 Test_img.py
这个代码我用 pycharm IDE没跑通。建议 spyder

1.首先遇到的就是 import argparse 这个库带来的问题

argparse 是个字典，需要将数据、模型、测试图像、参数与变量关联，但路径需要改成自己的。

parser = argparse.ArgumentParser(description='PSMNet')
parser.add_argument('--KITTI', default='2015',
                    help='KITTI version')
parser.add_argument('--datapath', default='/media/jiaren/ImageNet/data_scene_flow_2015/testing/',
                    help='select model')
parser.add_argument('--loadmodel', default='./trained/pretrained_model_KITTI2015.tar',
                    help='loading model')
parser.add_argument('--leftimg', default= './VO04_L.png',
                    help='load model')
parser.add_argument('--rightimg', default= './VO04_R.png',
                    help='load model')                                      
parser.add_argument('--model', default='stackhourglass',
                    help='select m