Openpcdet自定义数据集转onnx

启动docker环境

nvidia-docker run --rm -ti -v /home/$USER/:/home/$USER/ --net=host --rm pointpillar:latest

安装Openpcdet

git clone https://github.com/open-mmlab/OpenPCDet.git
cd OpenPCDet && git checkout 846cf3e && python3 setup.py develop

安装成功

安装CUDA-PointPillars

git clone https://github.com/NVIDIA-AI-IOT/CUDA-PointPillars.git
cd CUDA-PointPillars

转onnx模型

python3 tool/export_onnx.py --ckpt ckpts/checkpoint_epoch_300.pth --out_dir model

报错:

onnx.onnx_cpp2py_export.checker.ValidationError: Nodes in a graph must be topologically sorted, however input '195' of node:
name: ScatterND_55 OpType: ScatterND
 is not output of any previous nodes.

onnx.onnx_cpp2py_export.checker.ValidationError: Nodes in a graph must be topologically sorted, however input '195' of node:
name: ScatterND_55 OpType: ScatterND
 is not output of any previous nodes.

解决:

这里降低一下onnx-simplifier的版本

pip install onnx-simplifier==0.4.33

 继续运行后发现又报错:

onnx.onnx_cpp2py_export.checker.ValidationError: Your model ir_version 10 is higher than the checker's (9).

onnx.onnx_cpp2py_export.checker.ValidationError: Your model ir_version 10 is higher than the checker's (9).

 

解决:

降低onnx版本

pip install onnx==1.14.1

再次运行

成功

  • 7
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
OpenPCDet允许用户进行自定义数据集训练、模块和网络的创建。用户可以按照以下流程导入自定义数据集: 1. 编写自定义数据集类:用户需要编写自己的数据集类,该类应继承于OpenPCDet中的基础数据集类,并实现必要的函数和方法,以适配自定义数据集的格式和标注信息。 2. 使用自定义数据集进行训练:用户可以在OpenPCDet的代码框架中使用自定义数据集进行训练。在训练过程中,可以使用自定义的模块和网络结构来适应任务需求。 3. 节约重复性工作:OpenPCDet框架的设计和维护由专业团队负责,因此使用该框架可以节约大量的重复性工作。用户可以专注于核心算法的设计,而不必花费过多时间在搭建整个框架上。 总之,OpenPCDet提供了灵活的接口和框架,使用户能够自定义数据集、模块和网络结构,并可以通过使用该框架来节约时间和提高代码质量。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [openPCdet 实现自定义点云数据集训练](https://blog.csdn.net/qq_45297395/article/details/123478922)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [OpenPCDet初级教程【自定义模型、loss】](https://blog.csdn.net/Freak16/article/details/126454637)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值