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
Blossom.11816 分钟前
多模态大模型LoRA微调实战:从零构建企业级图文检索系统
人工智能·python·深度学习·学习·react.js·django·transformer
MarkHD33 分钟前
智能体在车联网中的应用:第30天 多智能体强化学习实战入门:PettingZoo环境搭建与simple_adversary深度解析
深度学习
WWZZ20251 小时前
快速上手大模型:实践(Grounded-SAM2与Depth Anything V2)
大模型·sam·slam·多模态·具身智能·dino·grounded-sam2
oscar9991 小时前
激活函数:神经网络的“开关”与“灵魂”
人工智能·深度学习·神经网络·激活函数
Eric.Lee20212 小时前
机器人:sim2real 技术必要性
人工智能·深度学习·机器人·机器人仿真·mujoco·sim2real
江上鹤.1482 小时前
Day 49 预训练模型
人工智能·深度学习·机器学习
zuozewei2 小时前
7D-AI系列:Transformer 与深度学习核心概念
人工智能·深度学习·transformer
victory04312 小时前
大模型长上下文长度使用窗口注意力表现有下降吗
深度学习
Java后端的Ai之路3 小时前
【神经网络基础】-深度学习框架学习指南
人工智能·深度学习·神经网络·机器学习