3D目标检测之GUPNet解析

代码使用解析

1. 代码路径：https://github.com/SuperMHP/GUPNet
2. 输入数据路径修改：config.yaml中root_dir
3. 训练数据组织形式：KITTI文件夹下ImageSets、testing、training。
4. 自动下载预训练权重：“http://dl.yf.io/dla/models/imagenet/dla34-ba72cf86.pth” to /home/yang/.cache/torch/checkpoints/dla34-ba72cf86.pth

datasets目录下kitti.py文件

1. 数据增强与否的控制 ：

   self.data_augmentation = True if split in ['train', 'trainval','sample'] else False
   

2. 修改图像分辨率：

   self.resolution = np.array([1280, 720])
   

gupnet.py

输出类别的控制

self.heatmap = nn.Sequential(nn.Conv2d(channels[self.first_level], self.head_conv, kernel_size=3, padding=1, bias=True),
                                     nn.ReLU(inplace=True),
                                     nn.Conv2d(self.head_conv, 9, kernel_size=1, stride=1, padding=0, bias=True))