weixin_44564705的博客

这一篇是在YCB-Video数据集上的训练和测试过程。本次实验建立在实现LineMod数据集训练基础之上，因为前期的环境搭建都是一样的。首先，需要下载YCB-Video数据集，可以自己找找百度网盘资源，大概有两百多G。把下载下来的数据放在/work/DenseFusion/datasets/ycb/下并命名为YCB_Video_Dataset。同样的，激活自己的环境并进入 /work/DenseFusion/下，用命令：./experiments/scripts/train_ycb.sh出现以下内容开始训练

这里分析YCB-Video数据集预处理的代码，位置在datasets/linemod/dataset.py我们一行一行的分析。总体思路和LineMod预处理相同，详见LineMod预处理。这里首先定义了PoseDataset类，继承了torch.utils.data.Dataset这个抽象类，用于创建自定义数据集。当我们需要用到自定义的数据集时，可以去继承Dataset类并覆盖__len__()和__getitem__()方法，其中__len__()返回数据集的样本个数，getitem(index)返

该部分是对YCB数据集训练结束之后的模型进行评估，代码位置在tools/eval_ycb.pyycb数据集上的评估指标为AUC和

物体不可见表面百分比是DenseFusion中提出来的一种度量标准，用于量化给定摄影机视点时物体被遮挡的程度。首先，将物体的地面真值模型model_points转换为其目标姿态pred。然后，根据摄像机的固有参数，对模型表面的三维点进行采样，并将其作为深度像素投影回二维图像平面。如果没有遮挡，则投影的深度像素应接近深度传感器测量的深度。换言之，如果像素的测量深度和模型投影深度之间的距离大于边距，则我们认为像素被遮挡，因此不可见。在实验中，边距h设置为20mm。因此，不可见百分比是物体模型上所有采样点中不可见

选择要可视化的图片，输入路径，然后对其进行eval，估计姿态pred，输出target点云和pred点云在二维图像上的投影，如下：左边的图为pred，右边的图为target。

对ycb数据集计算AUC评价指标

整体代码import _init_pathsimport argparseimport osimport copyimport randomimport numpy as npfrom PIL import Imageimport scipy.io as scioimport scipy.miscimport numpy.ma as maimport mathimport torchimport torch.nn as nnimport torch.nn.paralleli