ubuntu 18.04 从零开始复现 OpenPCDet 训练nuSences数据集并评估 可视化 损失函数
ubuntu 18.04 复现OpenPCDet来训练nuSences数据集
前言：
由于网上的教程几乎都是关于如何训练kitti数据集,而对于nuSences数据集的介绍和教程几乎没有,本人在此做一个记录,并向所有人open,大家可以省区一些弯路,希望可以帮到大家!
关于OpenPCDet环境配置,可以参考我之前的一个博客ubuntu 18.04 从零开始复现 OpenPCDet 训练kitti数据集并评估 可视化 损失函数,这里就从数据集准备开始记录.
在环境配置完毕后,开始nuSences数据集的准备工作:
首先下载nuSences数据集,由于v1.0-trainval的nuSences的数据集太大并且不好下载,所以我用的v1.0-mini的nuSences数据集,官方下载地址我也贴上吧,下载的时候要注册并登录. mini版本的数据集如下图下载:
然后等待下载完后,先解压下载的文件(我记得是需要解压两次),解压完毕后按照下面的结构放入数据(每个红框代表一层):
此时数据的前期准备差不多了,可以来生成训练的pkl文件了:
首先在你的OpenPCDet环境种安装nuscenes-devkit:
pip install nuscenes-devkit==1.0.5
安装完成后输入下列命令生成pkl文件:
python -m pcdet.datasets.nuscenes.nuscenes_dataset --func create_nuscenes_infos \
--cfg_file tools/cfgs/dataset_configs/nuscenes_dataset.yaml \
--version v1.0-mini
这样就生成了三个训练和评估时的pkl文件了:
至此,我们的数据准备工作全部完成 . 接下来进行训练:
首先我们修改下nuscenes_dataset.yaml里面的一个配置,在nuscenes_dataset.yaml里面第四行将VERSION:'v1.0-trainval'改为VERSION:'v1.0-mini':
然后就可以输入命令进行训练了(8G显存batch_size用2):
python train.py --cfg_file ./cfgs/nuscenes_models/cbgs_pp_multihead.yaml --batch_size 2 --epochs 160
因为数据集比较小,所以训练速达还是很快的(我的大概是5分钟一次).
后面坐等训练好后可视化: