ubuntu18.04 RTX3060 rangnet++训练 bonnetal语义分割

代码链接: https://github.com/PRBonn/lidar-bonnetal

安装anaconda环境为

CUDA 11.0(11.1也可以)

anaconda环境如下

c 复制代码
numpy==1.17.2 
torchvision==0.2.2
matplotlib==2.2.3
tensorflow==1.13.1
scipy==0.19.1
pytorch==1.7.1
vispy==0.5.3
opencv_python==4.1.0.25
opencv_contrib_python==4.1.0.25
Pillow==6.1.0
PyYAML==5.1.1

修改anaconda,换源

c 复制代码
gedit ~/.condarc 

更换文件信息

c 复制代码
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

安装指令

c 复制代码
conda install numpy==1.17.2   Pillow==6.1.0 PyYAML==5.1.1 matplotlib==2.2.3 vispy==0.5.3

其中pytorch、torchvision、torchaudio、一起安装。指令如下

c 复制代码
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

安装和查看python opencv版本 指令

c 复制代码
pip install opencv-python==4.1.0.25
pip install opencv-contrib-python==4.1.0.25

python
import cv2
cv2.__version__
或者
conda list

下载数据集链接

官方地址:http://www.semantic-kitti.org/dataset.html#overview

其中80G激光雷达数据的链接:https://pan.baidu.com/s/1OjoWrwE8xIrCmYO2hujJNw 提取码:6381

标签数据在官方地址第三个的179M。

参考博客:https://blog.csdn.net/BIT_HXZ/article/details/123539476

将80G的激光雷达数据文件和标签文件放在一起,(只取前10个数据)如下图所示



运行训练指令如下

c 复制代码
cd xx/xx/xx/semantic
mkdir log
./train.py -d dataset/ -ac config/arch/darknet21.yaml -l log

运行可能有bug,修改文件 lidar-bonnetal-master/train/tasks/semantic/dataset/kitti/parser.py

将unproj_xyz[:unproj_n_points] = torch.from_numpy(scan.points)

改为unproj_xyz[:unproj_n_points] = torch.Tensor(scan.points)

有好几处

torch.from_numpy改为torch.Tensor

相关推荐
灬0灬灬0灬8 小时前
深度学习---常用优化器
人工智能·深度学习
BioRunYiXue9 小时前
一文了解氨基酸的分类、代谢和应用
人工智能·深度学习·算法·机器学习·分类·数据挖掘·代谢组学
Blossom.11812 小时前
低代码开发:开启软件开发的新篇章
人工智能·深度学习·安全·低代码·机器学习·计算机视觉·数据挖掘
机器学习之心13 小时前
SHAP分析!Transformer-GRU组合模型SHAP分析,模型可解释不在发愁!
深度学习·gru·transformer·shap分析
RK_Dangerous14 小时前
【深度学习】计算机视觉(18)——从应用到设计
人工智能·深度学习·计算机视觉
Stara051114 小时前
基于注意力机制与iRMB模块的YOLOv11改进模型—高效轻量目标检测新范式
人工智能·python·深度学习·神经网络·目标检测·计算机视觉·yolov11
scdifsn15 小时前
动手学深度学习12.4.硬件-笔记&练习(PyTorch)
pytorch·笔记·深度学习·缓存·内存·硬盘·深度学习硬件
知来者逆15 小时前
计算机视觉——MedSAM2医学影像一键实现3D与视频分割的高效解决方案
人工智能·深度学习·计算机视觉·图像分割·智能医疗·万物分割
强化学习与机器人控制仿真15 小时前
openpi 入门教程
开发语言·人工智能·python·深度学习·神经网络·机器人·自动驾驶
正宗咸豆花16 小时前
RNN(循环神经网络)原理与结构
人工智能·rnn·深度学习