ubuntu18.04 RTX3060 rangnet++训练 bonnetal语义分割

语义分割"/>

ubuntu18.04 RTX3060 rangnet++训练 bonnetal语义分割

代码链接：
安装anaconda环境为
CUDA 11.0（11.1也可以）

anaconda环境如下

numpy==1.17.2 
torchvision==0.2.2
matplotlib==2.2.3
tensorflow==1.13.1
scipy==0.19.1
pytorch==1.7.1
vispy==0.5.3
opencv_python==4.1.0.25
opencv_contrib_python==4.1.0.25
Pillow==6.1.0
PyYAML==5.1.1

修改anaconda，换源

gedit ~/.condarc 

更换文件信息

channels:-      defaults
show_channel_urls: true
default_channels:-   
custom_channels:conda-forge: : : : : : 

安装指令

conda install numpy==1.17.2   Pillow==6.1.0 PyYAML==5.1.1 matplotlib==2.2.3 vispy==0.5.3

其中pytorch、torchvision、torchaudio、一起安装。指令如下

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

安装和查看python opencv版本 指令

pip install opencv-python==4.1.0.25
pip install opencv-contrib-python==4.1.0.25python
import cv2
cv2.__version__
或者
conda list

下载数据集链接
官方地址：.html#overview

其中80G激光雷达数据的链接: 提取码:6381
标签数据在官方地址第三个的179M。

参考博客：
将80G的激光雷达数据文件和标签文件放在一起，（只取前10个数据）如下图所示

运行训练指令如下

cd xx/xx/xx/semantic
mkdir log
./train.py -d dataset/ -ac config/arch/darknet21.yaml -l log

运行可能有bug，修改文件 lidar-bonnetal-master/train/tasks/semantic/dataset/kitti/parser.py
将unproj_xyz[:unproj_n_points] = torch.from_numpy(scan.points)
改为unproj_xyz[:unproj_n_points] = torch.Tensor(scan.points)

有好几处
torch.from_numpy改为torch.Tensor