DSGN 项目使用教程

DSGN 项目使用教程

DSGN DSGN: Deep Stereo Geometry Network for 3D Object Detection (CVPR 2020) 项目地址: https://gitcode.com/gh_mirrors/ds/DSGN

1. 项目的目录结构及介绍

DSGN 项目的目录结构如下：

DSGN/
├── configs/
│   └── ... (配置文件)
├── data/
│   └── kitti/ (KITTI 数据集)
├── doc/
│   └── ... (文档)
├── dsgn/
│   └── ... (DSGN 库文件)
├── preprocessing/
│   └── ... (预处理脚本)
├── scripts/
│   └── ... (训练和测试脚本)
├── tools/
│   └── ... (工具脚本)
├── outputs/
│   └── ... (输出目录)
├── .gitignore
├── LICENSE
├── README.md
├── TROUBLESHOOTING.md
├── requirements.txt
└── setup.py

目录介绍

• configs/: 包含项目的配置文件，用于定义模型和训练参数。
• data/: 存放 KITTI 数据集的目录。
• doc/: 包含项目的文档文件。
• dsgn/: DSGN 库文件，包含核心代码。
• preprocessing/: 预处理脚本，用于生成深度图等。
• scripts/: 包含训练和测试的脚本。
• tools/: 工具脚本，用于生成目标框等。
• outputs/: 输出目录，存放训练结果和模型文件。
• .gitignore: Git 忽略文件。
• LICENSE: 项目许可证。
• README.md: 项目介绍和使用说明。
• TROUBLESHOOTING.md: 常见问题解答。
• requirements.txt: 项目依赖库。
• setup.py: 项目安装脚本。

2. 项目的启动文件介绍

DSGN 项目的启动文件主要位于 scripts/ 和 tools/ 目录下。以下是主要的启动文件及其功能：

• scripts/mptrain_xxx.sh: 用于多 GPU 训练的启动脚本。
• tools/train_net.py: 用于训练模型的启动脚本。
• tools/test_net.py: 用于测试模型的启动脚本。

启动文件使用示例

训练模型

python3 tools/train_net.py --cfg /configs/config_xxx.py --savemodel /outputs/MODEL_NAME -btrain 4 -d 0-3 --multiprocessing-distributed

测试模型

python3 tools/test_net.py --loadmodel /outputs/MODEL_NAME/finetune_xx.tar -btest 8 -d 0-3

3. 项目的配置文件介绍

DSGN 项目的配置文件位于 configs/ 目录下。配置文件用于定义模型的参数、训练参数、数据路径等。

配置文件示例

# config_xxx.py

# 模型参数
model_params = {
    'input_channels': 3,
    'num_classes': 3,
    'backbone': 'resnet50',
    ...
}

# 训练参数
train_params = {
    'batch_size': 4,
    'learning_rate': 0.001,
    'num_epochs': 50,
    ...
}

# 数据路径
data_params = {
    'data_path': '/data/kitti/training/',
    'split_file': '/data/kitti/trainval.txt',
    ...
}

配置文件使用

在启动训练或测试脚本时，通过 --cfg 参数指定配置文件路径：

python3 tools/train_net.py --cfg /configs/config_xxx.py

通过配置文件，可以灵活调整模型的参数和训练过程。

DSGN DSGN: Deep Stereo Geometry Network for 3D Object Detection (CVPR 2020) 项目地址: https://gitcode.com/gh_mirrors/ds/DSGN