毫米波雷达与相机融合目标检测CRF-NET代码复现

主要是参照这篇文章来的
添加链接描述
在执行
pip install -e .
时会因为requirement.txt中的这一行报错,所以注释掉这一行

nuscenes-devkit @ git+https://github.com/Fellfalla/nuscenes-devkit.git@master

然后自己去git clon这个文件,注意一定要clone Fellfalla的这个仓,因为这个仓可以在python3.5环境下使用,而主仓不可以。

git clone git@github.com:Fellfalla/nuscenes-devkit.git

打开自己的bashrc文件,将路径添加其中

export PYTHONPATH="${PYTHONPATH}:$PATH/nuscenes-devkit/python-sdk"
PATH为nuscenes-devkit所在的路径

随后执行

cd nuscenes-devkit
pip install -r requirements.txt

训练

python train_crfnet.py --config configs/crf_net.cfg

如果要训练或者测试nuscenes的mini数据集,需要改动config/crf_net.cfg中的

data_set = nuscenes,mini

运行验证功能,出现错误

python evaluate_crfnet.py --model saved_models/crf_net.h5 --config configs/crf_net.cfg --st 0.5
  File "/home/sundong/anaconda3/envs/yolov3_i/lib/python3.5/site-packages/keras/backend/tensorflow_backend.py", line 2675, in _call
    fetched = self._callable_fn(*array_vals)
  File "/home/sundong/anaconda3/envs/yolov3_i/lib/python3.5/site-packages/tensorflow/python/client/session.py", line 1439, in __call__
    run_metadata_ptr)
  File "/home/sundong/anaconda3/envs/yolov3_i/lib/python3.5/site-packages/tensorflow/python/framework/errors_impl.py", line 528, in __exit__
    c_api.TF_GetCode(self.status.status))
tensorflow.python.framework.errors_impl.InternalError: cudnn PoolForward launch failed

解决方法是加入以下几行代码

import tensorflow as tf
from tensorflow.compat.v1 import InteractiveSession
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)

版权声明:本文为CSDN博主「Dyson Sun」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_41953012/article/details/115379212

Dyson Sun

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

单目3D目标检测调研

单目3D目标检测调研 一、 简介 现有的单目3D目标检测方案主要方案主要分为两类,分别为基于图片的方法和基于伪雷达点云的方法。   基于图片的方法一般通过2D-3D之间的几何约束来学习,包括目标形状信息&#xff0