Fast Bev在ubuntu上的复现过程以及error汇总

	fast bev是最近新出的3D目标检测算法，在复现的过程中出现了很多问题，在此做个记录，希望大家能避开我躺的坑

1、安装依赖

在安装时requirements/optional.txt中的waymo-open-dataset-tf-2-1-0==1.2.0和requirements/tests.txt中的codecov死活找不到，直接把它俩注释掉，后面发现注释掉好像也没出现什么问题

2、数据集制作

因为原作者公开的pkl文件是完整数据集上生成的，而完整数据集太大了，下载不方便，所以可以下载mini数据集自己生成pkl文件，生成方式如下
：
1、下载mini数据集：
2、创建data/nuscenes文件夹，使用 tar zxvf v1.0-mini.tgz -C data/nuscenes/命令把mini压缩包解压到nuscenes,解压后是这样的

3、把v1.0-mini文件夹改名为v1.0-trainval
4、把tools/create_data.py 中的235-242行代码注释

4、在fastbev目录下运行：
python tools/create_data.py nuscenes --root-path ./data/nuscenes --out-dir ./data/nuscenes --extra-tag nuscenes
运行成功后会在data/nuscenes里生成两个pkl文件
5、修改tools/data_converter/nuscenes_seq_converter.py的第15行为：

并在fastbev目录下运行：
python tools/data_converter/nuscenes_seq_converter.py
成功后会生成两个train…max60.py和val…max60.py文件到此数据及构建完成

3、test.py所需参数解析

1、‘config’：模型运行时所需的配置文件，在config/fastbev下面有6个m0-m6,选择与自己下载的模型对应的文件即可

2、‘checkpoint’：作者训练好的模型参数’epoch_20.pth’
3、‘–fuse-conv-bn’：是否把conv和bn融合，可提高运行速度
4、‘–eval’：评价指标，3D目标检测选择’bbox’
5、‘–show’：是否把结果直接打印到图片上，原作者代码还没写好，加上这个参数会报错
6、‘–out’：保存推理的结果文件，自己创建一个out.pkl文件即可

4、运行test.py时遇到的问题：

1、把下载的模型参数文件放在fastbev目录下，并创建一个‘out.pkl’和一个result文件夹，运行：

python tools/test.py "configs/fastbev/exp/paper/fastbev_m2_r34_s256x704_v200x200x4_c224_d4_f4.py" "epoch_20.pth" --out output.pkl --eval bbox --show-dir result --show

2、报错1：缺少地图信息
FileNotFoundError: NuScenesMultiView_Map_Dataset2:
[Errno 2] No such file or directory: ‘./data/nuscenes/maps/expansion/singapore-hollandvillage.json’
解决：去nuscenes官网下载最新的地图信息：
必须要下载最新的，不然也会报错
解压到data/nuscenes文件夹并替换掉原来的maps文件夹，

3、ImportError: Please install petrel_client to enable PetrelBackend.

解决办法：修改configs/fastbev/exp/paper里的配置文件，我的是146行左右，把注释打开，把147-150代码注释掉：

4、ValueError: too many values to unpack (expected 3)

前文说过，原作者的可视化代码还有点问题，所以只要在输出参数中加入：‘–show’，就会报错，
解决，不加‘–show’，运行以下命令即可：

python tools/test.py "configs/fastbev/exp/paper/fastbev_m2_r34_s256x704_v200x200x4_c224_d4_f4.py" "epoch_20.pth" --out output.pkl --eval bbox --show-dir result 

作者也提供了可视化的脚本，步骤：1、先运行test.py把推理结果保存到output.pkl中，2、在fastbev目录运行tools/misc/visualize_results.py文件，运行以下代码：

python tools/misc/visualize_results.py configs/fastbev/exp/paper/fastbev_m2_r34_s256x704_v200x200x4_c224_d4_f4.py --result output.pkl --show-dir result

5、运行可视化脚本的错误（mmp怎么这么多错误）

1、AssertionError:assert len(_list) == len(sort)

解决办法：
进入到：Fast -BEV/mmdet3d/datasets/nuscenes monocular_dataset.py,找到192行修改成下面这样：

2、ValueError:Could not find a backend to open ‘show_dir/video_pred.mp4’ ‘with iomode ‘wI’’

解决办法：安装那两个模块即可：

pip install imageop[ffmpeg]
pip install imageio[pyav]

运行成功后就会在result目录生成两个渲染后的视频文件：


至此，Fast BEV复现完成，train.py同样按此方法运行，不过需要添加一个预训练文件