ViP3D 项目使用教程

ViP3D 项目使用教程

ViP3D项目地址:https://gitcode.com/gh_mirrors/vi/ViP3D

目录结构及介绍

ViP3D 项目的目录结构如下：

ViP3D/
├── mmdet3d/
├── plugin/
├── tools/
├── data/
│   ├── nuscenes/
│   │   ├── maps/
│   │   ├── samples/
│   │   ├── v1.0-trainval/
│   │   ├── lidarseg/
├── ckpts/
├── README.md
├── LICENSE
├── requirements.txt

• mmdet3d/: 包含与 3D 目标检测相关的代码。
• plugin/: 包含 ViP3D 插件的代码。
• tools/: 包含数据转换和训练脚本等工具。
• data/: 存储数据集，如 nuScenes 数据集。
• ckpts/: 存储预训练模型权重。
• README.md: 项目介绍和使用说明。
• LICENSE: 项目许可证。
• requirements.txt: 项目依赖包列表。

项目的启动文件介绍

项目的启动文件主要是训练和评估脚本。以下是主要的启动文件：

• tools/dist_train.sh: 分布式训练脚本。
• plugin/vip3d/configs/vip3d_resnet50_3frame.py: 训练配置文件。

使用示例：

bash tools/dist_train.sh plugin/vip3d/configs/vip3d_resnet50_3frame.py 8

项目的配置文件介绍

配置文件主要用于定义训练和评估的参数。以下是主要的配置文件：

• plugin/vip3d/configs/vip3d_resnet50_3frame.py: 包含训练和评估的参数设置，如模型架构、数据集路径、优化器和学习率等。

配置文件示例：

# 配置文件示例
model = dict(
    type='ViP3D',
    backbone=dict(
        type='ResNet',
        depth=50,
        num_stages=4,
        out_indices=(0, 1, 2, 3),
        frozen_stages=1,
        norm_cfg=dict(type='BN', requires_grad=True),
        norm_eval=True,
        style='pytorch'),
    neck=dict(
        type='FPN',
        in_channels=[256, 512, 1024, 2048],
        out_channels=256,
        num_outs=5),
    rpn_head=dict(
        type='RPNHead',
        in_channels=256,
        feat_channels=256,
        anchor_generator=dict(
            type='AnchorGenerator',
            scales=[8],
            ratios=[0.5, 1.0, 2.0],
            strides=[4, 8, 16, 32, 64]),
        bbox_coder=dict(
            type='DeltaXYWHBBoxCoder',
            target_means=[.0, .0, .0, .0],
            target_stds=[1.0, 1.0, 1.0, 1.0]),
        loss_cls=dict(
            type='CrossEntropyLoss', use_sigmoid=True, loss_weight=1.0),
        loss_bbox=dict(type='L1Loss', loss_weight=1.0)),
    roi_head=dict(
        type='StandardRoIHead',
        bbox_roi_extractor=dict(
            type='SingleRoIExtractor',
            roi_layer=dict(type='RoIAlign', output_size=7, sampling_ratio=0),
            out_channels=256,
            featmap_strides=[4, 8, 16, 32]),
        bbox_head=dict(
            type='Shared2FCBBoxHead',
            in_channels=256,
            fc_out_channels=1024,
            roi_feat_size=7,
            num_classes=80,
            bbox_coder=dict(
                type='DeltaXYWHBBoxCoder',

ViP3D项目地址:https://gitcode.com/gh_mirrors/vi/ViP3D