TANet 项目使用教程

TANet 项目使用教程

TANet The AAAI-2020 Paper(Oral):"TANet: Robust 3D Object Detection from Point Clouds with Triple Attention" 项目地址: https://gitcode.com/gh_mirrors/ta/TANet

1. 项目目录结构及介绍

TANet/
├── pointpillars_with_TANet/
│   ├── second/
│   │   ├── ...
│   ├── ...
├── pytorch_with_TANet/
│   ├── second/
│   │   ├── ...
│   ├── ...
├── .gitignore
├── LICENSE
├── README.md
└── ...

• pointpillars_with_TANet/: 包含基于 PointPillars 的 TANet 实现。
• pytorch_with_TANet/: 包含基于 PyTorch 的 TANet 实现。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。

2. 项目启动文件介绍

2.1 训练 TANet 模型

2.1.1 训练 Car 模型

bash run_car_16_tanet.sh

2.1.2 训练 Ped&Cyc 模型

bash run_ped_cycle_16_tanet.sh

2.2 测试 TANet 模型

CUDA_VISIBLE_DEVICES=5 python /pytorch/train.py evaluate --config_path=/configs/tanet/car/xyres_16.config --model_dir=/mnt/data2/TANet_2/second.pytorch/second/train_car_tanet_weight_2 --measure_time=True --batch_size=1

3. 项目配置文件介绍

3.1 配置文件路径

配置文件通常位于 configs/ 目录下，例如：

configs/
├── tanet/
│   ├── car/
│   │   ├── xyres_16.config
│   ├── ...

3.2 配置文件内容示例

train_input_reader:
  database_sampler:
    database_info_path: "/path/to/kitti_dbinfos_train.pkl"
  kitti_info_path: "/path/to/kitti_infos_train.pkl"
  kitti_root_path: "KITTI_DATASET_ROOT"

eval_input_reader:
  kitti_info_path: "/path/to/kitti_infos_val.pkl"
  kitti_root_path: "KITTI_DATASET_ROOT"

3.3 配置文件修改

在训练或测试前，需要根据实际数据路径修改配置文件中的路径信息。例如：

train_input_reader:
  database_sampler:
    database_info_path: "/data/sets/kitti_second/kitti_dbinfos_train.pkl"
  kitti_info_path: "/data/sets/kitti_second/kitti_infos_train.pkl"
  kitti_root_path: "/data/sets/kitti_second"

通过以上步骤，您可以顺利启动和配置 TANet 项目，进行 3D 目标检测任务的训练和测试。

TANet The AAAI-2020 Paper(Oral):"TANet: Robust 3D Object Detection from Point Clouds with Triple Attention" 项目地址: https://gitcode.com/gh_mirrors/ta/TANet