Openpcd使用记录

OpenPCDet

环境搭建

有了前面SECOND搭建环境的经验，OpenPCDet就容易很多

1. 首先是创建python环境，这里我选的是python=3.7
2. 装pytorch，这里因为我准备装spconv-1.0,所以选择cuda的搭配如下：

 1606  conda install --use-local pytorch-1.1.0-cuda100py37he554f03_0.tar.bz2
 1607  conda install --use-local torchvision-0.3.0-cuda100py37h72fc40a_0.tar.bz2
 1608  conda install --use-local cudatoolkit-10.0.130-hf841e97_6.tar.bz2
 安装包可以从这个文件夹里面搜索
 https://repo.anaconda.com/pkgs/main/linux-64/
1
2
3
4
5

3. 装requirements除了pytorch,torchvision
4. 装spconv1.0

git clone https://github.com/traveller59/spconv.git --recursive
git reset --hard 8da6f967fb9a054d8870c3515b1b44eca2103634 # 回到commit 8da6f96
1
2

然后环境装完了，按照demo.md就能出现这个结果了
环境的截图：








安装包在这里找：

输入命令：

python demo.py --cfg_file cfgs/kitti_models/pointpillar.yaml --ckpt ../Kitti_pretrained_model/pointpillar_7728.pth --data_path /home/ryonnew/Coding_Space/Working_space/Testing_area/OpenPCDet_Tang/data/kitti/training/velodyne/000014.bin 

1
2

closed

如何使用自己的数据predict
prediction on the custom data #147

train.py works, demo.py doesn’t #167 tain.py如何训练

https://github.com/open-mmlab/OpenPCDet/issues/145

在没有桌面环境中的服务器如何可视化
About visualizing the testing data #345

360可视化
perform inference over full (360deg) view #266

open

question about model export to onnx

有多帧inference的代码
add single frame ros inference script #193
提供的代码地址

导入自己的数据
Own dataset #176

坐标系和bbox的定义：

data的部分是怎么处理的，从磁盘输入数据到送入module用于inference的一个流程：