當mmdetection3d環境安裝成功后，可看上一篇如何安裝mmdetection3d

mmdetection3d官網：Log Analysis — MMDetection3D 1.0.0rc1 documentation

1 準備工作

kitti數據集下載，下面是我的百度網盤里的kitti數據集，有需要的自取

鏈接: https://pan.baidu.com/s/1QlgVfl3vBbGEfF0QCo8N6A 提取碼: milu

1.1 創建數據目錄：

mkdir -p data/kitti/ImageSets data/kitti/testing data/kitti/training

也可以不通過終端輸入命令，直接在mmdetection3d/data/kitti目錄下新建ImageSets、testing、training這三個文件夾。

創建好之后，將下載的kitti數據集中的壓縮包全部解壓，將數據集對應按照如下方式擺放。??

其中，ImageSets的內容，是將數據集劃分為訓練和測試及驗證。

不會自己劃分也沒關系，官網文檔? ?，已經給出具體方式了。

wget -c https://raw.githubusercontent.com/traveller59/second.pytorch/master/second/data/ImageSets/test.txt --no-check-certificate --content-disposition -O ./data/kitti/ImageSets/test.txtwget -c https://raw.githubusercontent.com/traveller59/second.pytorch/master/second/data/ImageSets/train.txt --no-check-certificate --content-disposition -O ./data/kitti/ImageSets/train.txtwget -c https://raw.githubusercontent.com/traveller59/second.pytorch/master/second/data/ImageSets/val.txt --no-check-certificate --content-disposition -O ./data/kitti/ImageSets/val.txtwget -c https://raw.githubusercontent.com/traveller59/second.pytorch/master/second/data/ImageSets/trainval.txt --no-check-certificate --content-disposition -O ./data/kitti/ImageSets/trainval.txt

在終端依次輸入以上四條命令，執行完后就可以看到上圖ImagSets文件夾下的內容了。?其中內容如下。

test.txt : 7518行? ? ? ? ? ? ? ? ? train.txt :3712行

val.txt : 3769行? ? ? ? ? ? ? ? ? ? ?trainval.txt : 7481行

1.2 數據預處理

以上準備工作做好后，就可以進行預處理了。

python tools/create_data.py kitti --root-path ./data/kitti --out-dir ./data/kitti --extra-tag kitti?

數據預處理完后，可以看到data/kitti目錄下生成了一些.pkl和.json文件。?

?1.3 開始訓練數據

選擇相應的模型配置文件，開始訓練。

python tools/train.py configs/pointpillars/hv_pointpillars_secfpn_6x8_160e_kitti-3d-3class.py

訓練過程時間有點久，不用一直在邊上等著。我大概訓練了十幾個小時。?

1.4 開始測試

數據訓練完，可以進行測試了。

python tools/test.py configs/pointpillars/hv_pointpillars_secfpn_6x8_160e_kitti-3d-3class.py checkpoints/epoch_80.pth --eval mAP --options 'show=True' 'out_dir=./data/pointpillars/show_results'

注意：這條語句 checkpoints/epoch_80.pth 可能會報錯，你要找到你訓練后生成的./epoch_80.pth放在了什么位置。例如我的測試代碼如下：

python tools/test.py configs/pointpillars/hv_pointpillars_secfpn_6x8_160e_kitti-3d-3class.py work_dirs/hv_pointpillars_secfpn_6x8_160e_kitti-3d-3class/epoch_80.pth --eval mAP --eval-options 'show=True' 'out_dir=./data/pointpillars/show_results'

當出現如下所示結果，就OK了。

使用show=True,進行可視化的時候，需要安裝open3d包，注意：版本問題，我最開始安裝的是open-python==0.7.0在可視化的時候，出現閃屏。?后來重新安裝了open3d==0.13.0成功可視化。

pip install open3d==0.13.0

?1.5 可視化結果

1、鼠標可視化控制

• 鼠標左鍵+?拖拽：可以旋轉3D圖形
• Ctrl+鼠標左鍵+拖拽：可以移動3D圖形
• 按下鼠標滾動鍵?+?拖拽：也是可以移動3D圖形
• Shift?+?鼠標左鍵?+?拖拽：可以翻轉3D圖形
• 滾動鼠標滾輪：放大和縮小3D圖形
• 按Q會顯示下一張測試圖片
• 按D會進行深度捕捉（捕捉的深度圖會保存到mmdetection3d目錄下）
• H：打印幫助信息
• P或PrtScn：截圖當前的視圖
• O：捕獲當前的渲染設置
• Alt+Enter：在全屏和窗口模式之間切換

2 、點云顏色控制

• 0：默認的點云顏色渲染，默認點云被渲染成灰色
• 1：渲染點云顏色，和0的時候效果一樣
• 2：把x的坐標值作為顏色渲染
• 3：把y的坐標值作為顏色渲染
• 4：把z的坐標值作為顏色渲染
• 9：正常顏色，也是灰色

以上這些大家可以自己是嘗試一下

如：按D，捕捉的深度圖

按2，?把x的坐標值作為顏色渲染。

以上就是pointpillars模型訓練及可視化的全過程了。?

總結

以上是生活随笔為你收集整理的mmdetection3d基于kitti数据集训练pointpillars模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。