- 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
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
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