BEVDet-Tiny复现Nuscenes-Mini数据集

论文地址：https://arxiv.org/abs/2112.11790
项目地址：https://github.com/HuangJunJie2017/BEVDet

---

在anaconda中创建虚拟环境并启动

conda create bevdet_ckpt python=3.7 -y

进入虚拟环境

conda activate bevdet_ckpt

阅读论文，想要复现BEVDet的Tiny版本，在原作者的Github最新branch分支中，./configs/bevdet下已经没有tiny的py文件了。查看另外5个brach发现，在checkpoint和master分支下还保留了tiny文件。

通过git进行clone为dev3.0的最新分支，所以通过zip下载。

https://github.com/HuangJunJie2017/BEVDet/archive/refs/heads/checkpoint.zip

解压后进入bevdet-checkpoint文件夹。

安装相关依赖

pip install -c pytorch pytorch torchvision -y
pip install mmcv-full==1.3.13
pip install mmdet==2.14.0
pip install mmsegmentation==0.14.1
pip install -v -e .

进入nuscenes官网注册账号登陆后https://www.nuscenes.org/nuscenes#download下载mini数据集

将mini dataset下载后的v1.0-mini.tgz解压出来可得到名为v1.0-mini的文件夹，改名为nuscenes，并移动到项目根目录下的./data文件夹中；

Map expansion下载解压后将文件移动到nuscenes解压出来的Map文件夹中，作为地图扩展；

对nuscenes中的v1.0-mini复制一份并改名为v1.0-trainval

预处理nuscenes数据集

python tools/create_data.py nuscenes --version v1.0-mini --root-path ./data/nuscenes --out-dir ./data/nuscenes --extra-tag nuscenes

如果数据集不在data文件夹下，需要替换--root-path为相应文件路径，并且在后续训练测试时需要修改config文件。

直接开始训练

# single-gpu 
python tools/train.py ${CONFIG_FILE} [optional arguments]# multi-gpu 
./tools/dist_train.sh ${CONFIG_FILE} ${GPU_NUM} [optional arguments]

单gpu和多gpu分别使用上面的命令；本次复现通过单gpu进行测试：

python tools/train.py ./configs/bevdet/bevdet-sttiny.py

---

如果数据集并不在./data/nuscenes中，需要修改bevdet-sttiny.py中的相关代码为数据集路径：

---

运行后出现报错，查找相关解决方案：

通过运行pip install yapf==0.40.1解决，并重新进行训练，继续出现报错，查找相关解决方案：

通过运行pip install setuptools==59.5.0解决，并重新进行训练。

测试如下：

# single-gpu testing
python tools/test.py ${CONFIG_FILE} ${CHECKPOINT_FILE} [--out ${RESULT_FILE}] [--eval ${EVAL_METRICS}] [--show] [--show-dir ${SHOW_DIR}]# multi-gpu testing
./tools/dist_test.sh ${CONFIG_FILE} ${CHECKPOINT_FILE} ${GPU_NUM} [--out ${RESULT_FILE}] [--eval ${EVAL_METRICS}]

使用单gpu进行测试：

python tools/test.py ./configs/bevdet/bevdet-sttiny.py work_dirs/bevdet-sstiny/latest.pth --eval mAP

测试结果

可视化：

因为checkpoint分支下的./tools/analysis_tools中没有vis.py文件，所以从别的分支中下载vis.py文件并移动至./tools/analysis_tools中。

https://github.com/HuangJunJie2017/BEVDet/raw/refs/heads/master/tools/analysis_tools/vis.py

可视化前需要得到json文件，所以重新运行：

python ./tools/test.py ./configs/bevdet/bevdet-sttiny.py work_dirs/bevdet-sttiny/latest.pth --format-only --eval-options jsonfile_prefix=$savepath

在./pts_bbox中得到results_nusc.json

运行

python tools/analysis_tools/vis.py ./pts_bbox/results_nusc.json

在根目录下出现vis文件夹，里面为mp4视频文件