当前位置: 首页 > article >正文

Sparse4D运行笔记

Sparse4D有三个版本,其中V1和V2版本的官方文档中环境依赖写得比较模糊且依赖库有版本冲突。

1. Sparse4D V1

创建环境

conda create sparse4dv1 python=3.8

激活环境

conda activate sparse4dv1

安装torch, torchvision, torchaudio

pip install torch==1.13.0+cu116 torchvision==0.14.0+cu116 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu116

安装mmcv

pip install mmcv_full==1.7.1

安装mmdet3d

pip install spconv-cu116==2.2.4pip install mmdet3d==1.0.0rc1

安装其它依赖

pip install mmdet==2.28.2 urllib3==1.26.16 pyquaternion==0.9.9 nuscenes-devkit==1.1.10 yapf==0.33.0 tensorboard==2.14.0 motmetrics==1.1.3 pandas==1.1.5

2. Sparse4D V2

创建环境

conda create sparse4dv2 python=3.8

激活环境

conda activate sparse4dv2

安装torch, torchvision, torchaudio

pip install torch==1.13.0+cu116 torchvision==0.14.0+cu116 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu116

安装mmcv

pip install mmcv_full==1.7.1

安装其它依赖

pip install mmdet==2.28.2 urllib3==1.26.16 pyquaternion==0.9.9 nuscenes-devkit==1.1.10 yapf==0.33.0 tensorboard==2.14.0 motmetrics==1.1.3 pandas==1.1.5

3. Sparse4D V3

3.1. 环境配置

创建环境

conda create sparse4dv3 python=3.8

激活环境

conda activate sparse4dv3

安装torch, torchvision, torchaudio

pip install torch==1.13.0+cu116 torchvision==0.14.0+cu116 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu116

安装mmcv

pip install mmcv_full==1.7.1

安装mmdet3d_plugin

cd projects/mmdet3d_plugin/ops
python3 setup.py develop
cd ../../../

安装其它依赖

pip install mmdet==2.28.2 urllib3==1.26.16 pyquaternion==0.9.9 nuscenes-devkit==1.1.10 yapf==0.33.0 tensorboard==2.14.0 motmetrics==1.1.3 pandas==1.1.5

3.2. 数据准备

首先下载并解压nuscenes数据,然后把它链接到本地

cd ${sparse4d_path}
mkdir data
ln -s path/to/nuscenes ./data/nuscenes

 数据转换

pkl_path="data/nuscenes_anno_pkls"
mkdir -p ${pkl_path}
python3 tools/nuscenes_converter.py --version v1.0-mini --info_prefix ${pkl_path}/nuscenes-mini
python3 tools/nuscenes_converter.py --version v1.0-trainval,v1.0-test --info_prefix ${pkl_path}/nuscenes

使用K-means生成锚点

python3 tools/anchor_generator.py --ann_file ${pkl_path}/nuscenes_infos_train.pkl

3.3. 训练与测试

下载预训练的backbone

mkdir ckpt
wget https://download.pytorch.org/models/resnet50-19c8e357.pth -O ckpt/resnet50-19c8e357.pth

训练与测试

# train
bash local_train.sh sparse4dv3_temporal_r50_1x8_bs6_256x704# test
bash local_test.sh sparse4dv3_temporal_r50_1x8_bs6_256x704  path/to/checkpoint

参考文献

GitHub - HorizonRobotics/Sparse4D

http://www.lryc.cn/news/2378305.html

相关文章:

  • Redis设计与实现——分布式Redis
  • 多指标组合策略
  • c#车检车构客户管理系统软件车辆年审短信提醒软件
  • Java爬虫能处理京东商品数据吗?
  • 通俗版解释CPU、核心、进程、线程、协程的定义及关系
  • 大语言模型 11 - 从0开始训练GPT 0.25B参数量 MiniMind2 准备数据与训练模型 DPO直接偏好优化
  • USRP 射频信号 采集 回放 系统
  • 【skywalking】index“:“skywalking_metrics-all“},“status“:404}
  • handsome主题美化及优化:10.1.0最新版 - 1
  • (9)python开发经验
  • 【C++详解】string各种接口如何使用保姆级攻略
  • 2025深圳杯D题法医物证多人身份鉴定问题四万字思路
  • 【时时三省】(C语言基础)字符数组应用举例2
  • Mysql触发器(附案例)
  • 使用DDR4控制器实现多通道数据读写(十二)
  • Kafka 生产者工作流程详解
  • 完整卸载 Fabric Manager 的方法
  • 地下停车场调频广播无线覆盖系统:融合精准选频光纤传输均匀覆盖于一体的创新型地下车库广播无线覆盖平台
  • 【Linux】进程间通信(一):认识管道
  • 中大型水闸安全监测系统解决方案
  • 蓝桥杯12届国B 123
  • Harmony开发 List、Grid拖动自定义排序实现
  • 迅龙3号基于兆讯MH22D3适配CST328多点触摸驱动开发笔记
  • 【001】.so文件分析之 ELF格式符号
  • QT之LayOut布局
  • 无需配置光猫,使用网管交换机配合路由器的IPTV功能实现单线复用
  • C++类与对象--1 特性一:封装
  • Linux:计算机的层状结构
  • 【SpringBoot】关于MP使用中配置了数据库表前缀的问题
  • AI 赋能防艾宣传:从创意到实践,我的 IP 形象设计之旅