pointpillars代碼，篇一之訓練準備工作～～～

pointpillars運行步驟：

• 1.git clone https://github.com/nutonomy/second.pytorch.git

• 2.配置一些運行代碼所需要的庫，如果已經配置過就不需要這步操作了。

  具體的配置步驟可以按照作者readme中給出的流程操作:
  

• 3.因爲pointpillars是在second的基礎上進行修改的，而second的使用需要用到SparseConvNet，所以我們需要

git clone [email protected]:facebookresearch/SparseConvNet.git

,然後執行作者給出的如下流程。

cd SparseConvNet/
bash build.sh

然後將SparseConvNet放到/second.pytorch文件夾下就可以了。

• 4.將second.pytorch添加到PAYHONPATH的路徑下，這一步很關鍵！！！！！！

  如果python路徑中沒有second.pytoch在後面運行代碼時找不到對於的庫就會出錯。
  添加PYTHONPATH的方法是：

export PYTHONPATH =$ PYTHONPATH : /YOURPATH

比如我的路徑是，/home/xidian/second.pytorch,那需要執行

  export PYTHONPATH =$PYTHONPATH ：/home/xidian/second.pytorch

添加完成後可以通過查看python路徑看是否將second.pytorch加入到了路徑中。

python
import sys
print(sys.path)#打印出python路徑

5.構造數據集
我的數據集是放在了second.pytorch/second/data/sets中,按照作者給出的方式排列數據：
在排列好數據集之後要對數據進行一些處理， 如下圖

完成這些之後就可以開始訓練了。
6.修改config文件，config在/second.pytorch/second/configs/pointpillars路徑下，以car爲例，將.proto中的文件修改，

train_input_reader: { … database_sampler { database_info_path: “/path/to/kitti_dbinfos_train.pkl” … }
kitti_info_path: “/path/to/kitti_infos_train.pkl”
kitti_root_path: “KITTI_DATASET_ROOT” }
eval_input_reader: { kitti_info_path: “/path/to/kitti_infos_val.pkl”
kitti_root_path:“KITTI_DATASET_ROOT” }

將其中的路徑進行修改，修改成當前真實的路徑。

比如我自己的數據路徑是：

7.執行

cd ~/second.pytorch/second

python ./pytorch/train.py train --config_path=./configs/pointpillars/car/xyres_16.proto --model_dir=/path/to/model_dir

將model_dir的路徑修改成自己準備存儲model的路徑，以我自己的路徑爲例，就是

python ./pytorch/train.py train–config_path=./configs/pointpillars/car/xyres_16.proto --model_dir=./model

然後就可以開始訓練了，訓練打印信息如下：

---

你太大了，我不練了！！！

---