Real-Time Seamless Single Shot 6D Object Pose Prediction代码复现

开源代码链接：https://github.com/Microsoft/singleshotpose/

1、我的设备环境

电脑系统：win10
运行平台：pycharm
框 架：pytorch, torchvision== 0.11.3 torch ==1.10.2

2、准备文件

(1)代码

github上下：

解压即可。

(2)作者训练好的模型和数据

在浏览器里打开这是个链接就可以下载了。

下载后：

并解压。

3、开始复现

(1)将模型和数据集放入项目里

将这三个放入刚刚下载的代码文件里

就像这样：

(2)尝试跑通代码

在pycharm底端打开终端：

输入代码：

python valid.py --datacfg cfg/ape.data --modelcfg cfg/yolo-pose.cfg --weightfile backup/ape/model_backup.weights

出现：

证明可以跑通。
注意：我将原本的valid.py改为了valid_0.py:

故的输入的是：

python valid_0.py --datacfg cfg/ape.data --modelcfg cfg/yolo-pose.cfg --weightfile backup/ape/model_backup.weights

(3)单个图像的实例化

使用valid.ipynb来测试模型并可视化结果：
①用jupyter notebook打开
②打开之后把第一行注释掉，再把其他内容复制到pycharm的新建python文件：single_obj_testing.py

首先在终端上安装一下jupyter notebook：

pip install matplotlib
pip install jupyter notebook

打开jupyter notebook:

jupyter notebook

到浏览器：


然后点击打开文件，再进行下一步①：

或者直接注释第一行，再复制剩下的代码②，放入新建的.py文件，即：single_obj_testing.py里。

我是按②来：
然后在terminal里输入：

python single_obj_testing.py --datacfg cfg/ape.data --modelcfg cfg/yolo-pose.cfg --weightfile backup/ape/model_backup.weights

就能出图。

若要测试其他图像，只需更改对应的代码。
比如：要测试cam
single_obj_testing.py中修改如下：

terminal中的命令修改为：

python single_obj_testing.py --datacfg cfg/cam.data --modelcfg cfg/yolo-pose.cfg --weightfile backup/cam/model_backup.weights

出图如下：

(4)多图像的实例化

方法同单个图像实例化：
复制multi_obj_pose_estimation文件夹下的文件：valid_multi.ipynb来做一个新的multi_obj_testing.py文件，同样要注释掉第一行。

可能会有文件找不到的报错出现，修改一下这里：

可能会报这样的错：
FileNotFoundError: [Errno 2] No such file or directory: ‘…/LINEMOD/benchvise/JPEGImages/000000.jpg’
很懵，因为这个图片存在，不知道为什么报错：找不到。

后来，在GitHub上偶然看到了相似的问题，便将LINEMOD文件夹中每个子文件夹里的test_occlusion文本文件里的信息改了，路径为：

即这个文件：

将此文件里的…改为LINEMOD文件所在的路径(需将\换成/)，即替换成D:/postgratude_one/4.singleshotpose-master即可。

替换后：

结果代码运行了(运行时间挺长的)，结果如下：

只差最后一步了，就是多图实例化，加油，搞出来！

多图的好像不能实例化？？？