RODNet安装测试

项⽬地址： GitHub - yizhou-wang/RODNet: RODNet: Radar object detection network

搭建环境并配置RODNet

1. 参考README.md搭建并配置环境

准备数据集

1. 本实验使⽤ ROD2021 dataset.

百度⽹盘链接：百度网盘 请输入提取码 密码：slxy

2. 使⽤这个script来重新组织文件。 具体形式参考此链接.

3. 转化数据和标注为pkl文件

python tools/prepare_dataset/prepare_data.py \ --config configs/<CONFIG_FILE> \

--data_root <DATASET_ROOT> \

--split train,test \

--out_data_dir data/<DATA_FOLDER_NAME>

训练与评估模型

1. 训练

python tools/train.py --config configs/<CONFIG_FILE> \ --data_dir data/<DATA_FOLDER_NAME> \

--log_dir checkpoints/

--resume_from <CHECKPOINT_FILE>

2. 推理及可视化

由于测试文件中没有标注文件，所以我们需要对tools/test.py文件进⾏⼀些修改。

将tools/test.py文件中的第147⾏从seq_names =

sorted(os.listdir(os.path.join(data_root, dataset_configs['demo']

['subdir'])))改为seq_names = sorted(os.listdir(os.path.join(data_root, dataset_configs['test']['subdir'])))

将第166⾏从crdata_test = CRDataset(data_dir=args.data_dir,

dataset=dataset, config_dict=config_dict, split='demo'改为crdata_test = CRDataset(data_dir=args.data_dir, dataset=dataset,

config_dict=config_dict, split='test'

如果想对训练集进⾏可视化，那么需要将上⼀点提到的两处修改中的test改为train.

使⽤下⾯命令进⾏推理及可视化

python tools/test.py --config configs/<CONFIG_FILE> \ --data_dir data/<DATA_FOLDER_NAME> \

--checkpoint <CHECKPOINT_PATH> \

--res_dir results/ --demo

训练并评估RODNet ，如果无法训练，学员们可以用提供的预训练模型；

预训练模型网盘链接：

链接：百度网盘 请输入提取码 提取码：slxy

文件名称：pre-training model epoch_56_final