anaconda+pytorch 建议配置顺序
- 从anaconda配置python3.5为主体的环境开始 后面的操作都在torch环境下进行
- 还需要install numpy scipy pyyaml cffi pyyaml matplotlib Cython Pillow
- pytorch的安装
不建议直接使用官网的指令
,请去查阅历史版本
尤其需要注意CUDA的版本 一定要是10.1; Torch版本1.0; TorchVision版本0.2.2(Torch本地安装更快)
- YCB(约200+G)可选择百度网盘等途径,原地址采用google站点需要翻墙
- LineMOD(约8.4G) 可直接原地址翻墙下载即可
- Trained_checkpoints(约200+M) 原地址显示404 Not Found 联系其他人得到的数据
按照download.sh的指令细节解压并放置对应文件夹
-
由于LineMOD下载更快,先行尝试训练。解压对应文件夹放置到对应位置(参见作者一的代码)。
- 提示CV2的错误,安装
opencv
(Notice:处理摄像头输入视频需要with-ffmpeg)。 - 在运行训练之前,需要在experiments/logs目录和trained_models目录和experiments/eval_result下新建linemod文件夹,否则会中途报错。
- 训练以后进行模型测试,确认Trained_checkpoints已解压和放置对应目录,源码拷贝tools/eval_linemod.py拷贝到新作者对应的目录下。
- (事实上cv2不需要这一步)由于版本更替,函数返回结果数目于一致,修改datasets/linemod/dataset.py 218行如下:
_, contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
- 提示CV2的错误,安装
-
YCB调试细节。
- 数据准备。 Data文件夹里直接解压,将0038和0039的分开部分合并;Data_syn文件夹合并解压。
- eval代码有两份。eval_ycb需要注意YCB_Video_Tool工具和替换;inference_ycb要注意对应.py文件中所有的指定路径(例如检索home或者aass等关键字),此外需要注意在Line129行左右检索classes_id需要自行在dataset_config文件下根据"classes"准备"classesid"文件。 Line146开始有大量的路径需要替换。
- 数据准备。 Data文件夹里直接解压,将0038和0039的分开部分合并;Data_syn文件夹合并解压。