Point pillars 环境搭建模型训练记录

YIAIA学目标检测

已于 2023-10-14 10:43:42 修改

阅读量543

点赞数

分类专栏：我去饿文章标签： python django pygame virtualenv

于 2023-10-14 10:30:35 首次发布

本文链接：https://blog.csdn.net/weixin_56357877/article/details/133016016

版权

我去饿专栏收录该内容

1 篇文章 0 订阅

订阅专栏

1.基本环境配置

参考官方的README.MD和csdn里的帖子

环境配置：cuda_11.7+python 3.7+Pytorch 1.12.0

2.代码下载

git clone https://github.com/nutonomy/second.pytorch.git

2.1 github网站无法登陆

github需要梯子，但我的梯子的安装包是.exe 找不到可以安装在ubuntu系统上的版本。没有梯子一个是打不开网站，偶尔人少的时候进去的话也会下载速度很慢。

解决方案：在另外的电脑上下载用u盘拷贝（用同一个以太网的话可以直接传输，但ubuntu系统连着有线网，笔记本是wifi）

2.2 要下载pointpillars +second 两个代码

官方给的代码不全，我就直接在csdn里给的连接里分别下了这两个代码。

pointpillars：mirrors / nutonomy / second.pytorch · GitCode

second：mirrors / traveller59 / second.pytorch · GitCode

3.安装python依赖包

按照readme里直接下载基本不会有错误

conda create -n pointpillars python=3.7 anaconda  创建环境
source activate pointpillars  一定要进入环境才能安装以下的包

conda install shapely pybind11 protobuf scikit-image numba pillow
conda install pytorch torchvision -c pytorch
conda install google-sparsehash -c bioconda
（剩下三行命令直接复制粘贴即可）

cd SparseConvNet/ 进入SparseConvNet ，本代码是进入SparseConvNet-main
bash build.sh 
（编译成功的话终端上会出现一大堆矩阵.）

sudo apt-get install libboost-all-dev

4.为CUDA设置numba

添加环境变量：

//打开一个终端运行第一行，然后把第二、三、四行复制进去保存退出，再执行第五行source一下.bashrc就可以了
vim ~/.bashrc
export NUMBAPRO_CUDA_DRIVER=/usr/lib/x86_64-linux-gnu/libcuda.so
export NUMBAPRO_NVVM=/usr/local/cuda/nvvm/lib64/libnvvm.so
export NUMBAPRO_LIBDEVICE=/usr/local/cuda/nvvm/libdevice
source ~/.bashrc


如何保存：

如果是vi，则：Esc 退出编辑模式，输入以下命令：

:wq  保存后退出vi，若为 :wq! 则为强制储存后退出（常用）
:w    保存但不退出（常用）
:w!   若文件属性为『只读』时，强制写入该档案
:q    离开 vi （常用）
:q!   若曾修改过档案，又不想储存，使用 ! 为强制离开不储存档案。
:e!   将档案还原到最原始的状态！

5.将 second.pytorch加入到PYTHONPATH中

// 打开终端运行第一行，然后把第二行复制进去保存退出，再执行第三行source一下.bashrc就可以了
vim ~/.bashrc
export PYTHONPATH=$PYTHONPATH:/home/yiaia/code/pointpillar/second.pytorch  //改成second.pytorch文件夹的绝对路径
source ~/.bashrc

6.数据预处理

6.1 empty directory 的目录需要自己建立文件夹

└── KITTI_DATASET_ROOT
       ├── training    <-- 7481 train data
       |   ├── image_2 <-- for visualization
       |   ├── calib
       |   ├── label_2
       |   ├── velodyne
       |   └── velodyne_reduced <-- empty directory
       └── testing     <-- 7580 test data
           ├── image_2 <-- for visualization
           ├── calib
           ├── velodyne
           └── velodyne_reduced <-- empty directory

6.2 创建info数据路径相关出错

python create_data.py create_kitti_info_file --data_path=KITTI_DATASET_ROOT

报错：

python: can't open file 'create_data.py': [Errno 2] No such file or directory

别忽略给的路径：Note: PointPillar's protos use KITTI_DATASET_ROOT=/data/sets/kitti_second/.

在给定路径创建KITTI_DATASET_ROOT

解决方案

这条语句的意思是在工程根目录下cd 进create_data.py所在目录下，通过下面几条命令创建info数据：

python create_data.py create_kitti_info_file --data_path=KITTI_DATASET_ROOT

代码解释：--在KITTI_DATASET_ROOT目录下创建kitti_infos_train.pkl、kitti_infos_val.pkl、kitti_infos_trainval.pkl、kitti_infos_test.pkl四个bin文件，每个bin文件包含了图片的路径、calib中camera和lidar的标定参数等。

具体操作：

1.找到create_data.py所在目录：

2. cd second

3.修改KITTI_DATASET_ROOT的绝对路径

python create_data.py create_kitti_info_file --data_path /home/yiaia/code/pointpillar/second.pytorch-master/second/data/

剩下的代码同理：

python create_data.py create_reduced_point_cloud --data_path=KITTI_DATASET_ROOT
修改为：python create_data.py create_reduced_point_cloud --data_path=./data
python create_data.py create_groundtruth_database --data_path=KITTI_DATASET_ROOT
修改为：ython create_data.py create_reduced_point_cloud --data_path=./data

报错一

解决方案：

../cc/nms/nms_cpu.h

找到该文件，打开，按照缺少的东西添加进去。

#include <iostream>

即使保存即可解决。

6.3 更改相关配置文件的数据集路径

训练和测试涉及到的文件都需要更改数据集的绝对路径。

比如：

cd ~/second.pytorch/second
python ./pytorch/train.py train --config_path=./configs/pointpillars/car/xyres_16.proto --model_dir=/path/to/model_dir

找到 xyres_16.proto这个文件，修改其中包含的路径

train_input_reader: {
  ...
  database_sampler {
    database_info_path: "/path/to/kitti_dbinfos_train.pkl"
    ...
  }
  kitti_info_path: "/path/to/kitti_infos_train.pkl"
  kitti_root_path: "KITTI_DATASET_ROOT"
}
...
eval_input_reader: {
  ...
  kitti_info_path: "/path/to/kitti_infos_val.pkl"
  kitti_root_path: "KITTI_DATASET_ROOT"
}

在xyres_16.proto改成：

7.训练模型

linux的路径相关知识：

想要进入目标文件夹路径：在目标文件夹下，按Ctrl+l此文件的路径会被选中之后Ctrl+c复制。

cd..    退回上一级目录
cd /    退回根目录

bash build.sh

这句代码的意思表示：

修改~/.bashrc:这一步用到的操作：

师兄来的步骤记录：

conda env list
conda activate pointpillars
pwd
ls