ubuntu16 运行SC-SfMLearner实录

项目

• 论文:Unsupervised Scale-consistent Depth and Ego-motion Learning from Monocular Video

• 代码地址:https://github.com/JiawangBian/SC-SfMLearner-Release

运行环境

• 系统：ubuntu 16.04 64位
• GPU：GeForce RTX 2070 SUPER
• Python 3.7
• Pytorch

具体步骤

一.下载anaconda

1.进入anaconda主页
2.选择Download,然后将页面下拉看到下载选项:3.因为我是ubuntu系统,所以选择64-Bit(X86) Installer

4.下载成功后对.sh文件进行解压,之后输入bash ~/Downloads/Anaconda3-2020.07-Linux-x86_64.sh即可让其自动安装,期间已知按空格和yes即可.

这边补充一些anaconda的常用命令

conda list 显示自己已安装包
conda create -n env_name(自己写名字） python=3.7（版本号）  创建虚拟环境
source activate env_name   激活虚拟环境
deactivate 退出虚拟环境
conda env list  查看已有虚拟环境
conda install ～  安装包
conda remove ～  卸载包
conda update 更新

转自 https://blog.csdn.net/qq_45049586/article/details/104545860

二.安装依赖项

1.使用git clone https://hub.fastgit.org/ClementPinard/SfmLearner-Pytorch.git 将代码拷贝到/home目录下

2.在终端输入 conda create -n python3 python=3.7 创建python3.7的虚拟环境

3.在终端输入source activate python3 激活虚拟环境

4.在代码目录下运行pip3 install -r requirements.txt,(注意requirements.txt是SC-SfMLearner-Release中的文件)让其自动安装依赖项

5.如果安装速度慢可以修改pip的源

6.如果中途出现安装超时或者失败了,换源之后继续上一步安装

三.准备数据集

选项一:科学上网

1.科学上网

2.进入网址http://www.cvlibs.net/download.php?file=raw_data_downloader.zip,填写邮箱帐号获取下载链接.然后在邮箱登入下载链接下载

选项二:用官方给的训练数据集训练

比如可以用kitti_256

下载后的文件有这些,一共有40个G:

注意一定要有这个train.txt和val.txt文件,它的目的是指给训练网络用哪些文件进行训练,哪些文件做验证.

四.执行训练程序

我这里用训练深度图作为例子:

1.修改train_resnet18_depth_256.sh文件中的默认路径

• 终端cd到目标所在目录,使用sudo gedit train_resnet18_depth_256.sh,
• 修改DATA_ROOT=你下载数据集的路径
• 修改TRAIN_SET=$DATA_ROOT

2.cd到程序所在目录,执行训练程序 sh scripts/train_resnet18_depth_256.sh

如果出现问题`:RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED`
执行 `sudo apt install nvidia-cuda-toolkit` 即可

此时我们的程序开始进行训练阶段