Openpcdet-（2）自数据集训练数据集训练_assertimgexists

一、代码修改

1、复制pcdet/datasets/kitti/kitti_dataset.py为WJ_dataset.py

1. def get_infos（）
2. def get_label()
3. 添加：from pcdet.utils import object3d_WJ
4. 注释掉calib中参数的加载、计算代码

2、 复制pcdet/utils/object3d_kitti.py 为objetc3d_WJ.py,根据数据标注格式加载读取对应标签。

3、pcdet/datasets/dataset.py， __init__.py中添加

4、复制kitti_dataset.yaml为WJ_dataset.yaml

1. DATASET: 'WJDataset'
2. POINT_CLOUD_RANGE: [-73.44, -79.36, -6, 73.44, 79.36, 2] 类别信息
   类别信息
3.  VOXEL_SIZE: [0.1, 0.1, 0.1]   注意：点云检测范围和voxelsize设定需谨慎，容易导致网络结构出现tensor尺度不匹配的问题。
4. filter_by_min_points：添加类别
5. SAMPLE_GROUPS：添加每个类别目标的采样个数

5、复制pv_rcnn.yaml

1.  CLASS_NAMES: ['car', 'bicycle', 'bus', 'tricycle', 'pedestrian', 'truck'] #'semitrailer',
2. _BASE_CONFIG_：修改为WJ_dataset.yaml路径
3. filter_by_min_points：添加类别
4. SAMPLE_GROUPS：添加每个类别目标的采样个数
5. DENSE_HEAD中ANCHOR_GENERATOR_CONFIG：添加每类目标的anchor信息

6、tensorboard远程访问

     1、在登录远程服务器的时候使用命令：

ssh -L 8008:localhost:6006 liangyanyu@10.102.1.217

如果6006冲突了，换成其他端口号。（一般ssh远程登录命令：ssh liang@10.102.×.××）

     2、训练完模型之后使用如下命令：

tensorboard --logdir=./tensorboard/ --port=6006

（‘/path/to/log-directory’为自己设定的日志存放路径）

最后，在本地访问地址：http://10.102.1.217:6006/ 

二、问题：

1、RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 199 but got size 200 for tensor number 1 in the list

原因：base_bev_backbone.py文件中x = torch.cat(ups, dim=1)行。

网络下采样、上采样得到的特征图进行concat，但是第三维尺度不匹配。由于voxelsize设定导致。

PVRCNN官方建议 Voxel设置：X,Y方向个数是16的倍数。Z方向为40。

2、训练集和验证集数据都放在training文件夹下，否则出现如下错误。

assert img_file.exists()  # 如果该图片文件不存在，直接报错

3、训练完成后运行demo.py可视化模型检测结果，检测框错误，。

 解决方法：

    （1）检查生成的gt_database是否正确，可视化每个目标看方向，大小是否是标注的目标。

    （2）检测spconv库版本，训练和测试的版本不一致会有问题。

    4、训练模型的检测结果car类型车检测不到，其它类别目标可以检测到。

  解决方法：

     （1）数据验证：查看训练数据送到网络训练前，self.prepare_data(data_dict=input_dict)

是否正确。openpcdet将类别添加到box最后一列进行拼接，组成8维向量。删除了data_dict

中的names。

    （2）推理后处理验证：验证nms前目标的类别是否有car目标。

     （3）配置文件验证：配置文件中目标类别字符核对。（我的问题就出现在car和Car的大小写问题）。导致car目标在生成anchor时无对应，未进行训练。