亲宝软件园·资讯

展开

【3D】姿态检测网络PoseCNN复现过程记录

时光清浅,岁月嫣然 人气:0

最近在研究室内6D姿态检测相关问题,计划在PoseCNN网络基础上进行改进实现。但是在第一步的复现过程中踩了无数的坑,最终成功运行了demo,但目前数据集train还是遇到了一些问题。有问题欢迎一起交流进步!

本文重点讲解网络代码复现过程,对于原文的讲解可以阅读这篇文章,满满干货!《论文笔记——PoseCNN》

本人系统环境:

  • Ubuntu 16.04
  • Tensorflow 1.8(from source)
  • Python 2.7
  • Cuda 10.1 & cuddn 7.3.1

1.搭建虚拟环境

第一步,创建专属于PoseCNN的虚拟环境,之后install的包都在此虚拟环境中。 虚拟环境的好处不用多说了吧,反正对Ubuntu系统的折腾越少越好!!! 我用 conda 创建的环境:

  • conda create -n posecnn python=2.7 激活环境:
  • conda activate posecnn 如果不用这个环境,记得deactivate:
  • conda deactivate posecnn

2.pip install

  • pip install opencv-python

如果不行试一下: sudo apt-get install libopencv-dev

  • pip install mock enum34
  • pip install matplotlib numpy keras Cython Pillow easydict transforms3d
  • pip install OpenEXR
  • sudo apt-get install libsuitesparse-dev libopenexr-dev metis libmetis-dev

3.TensorFlow

注意一定要从源码安装,虽然很繁琐,但是经过实践证明,pip install安装出来的TensorFlow不好用。。 此外,使用gcc 4.8和g++ 4.8对后续的依赖包进行编译。

  • sudo apt-get install gcc-4.8

  • sudo apt-get install g++-4.8

  • sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 10

  • sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 30

  • sudo update-alternatives --config gcc 输入选择 1

  • sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.8 10

  • sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 30

  • sudo update-alternatives --config g++ 输入选择 1

测试一下gcc和g++的版本,显示4.8就更换完毕了:

  • gcc --version

  • g++ --version

接下来安装bazel,并选择0.10.0版本,本文选择下载sh文件进行安装,

下载地址:https://github.com/bazelbuild/bazel/releaseshttps://img.qb5200.com/download-x/download/0.10.0/bazel-0.10.0-installer-linux-x86_64.sh 下载好之后,安装:

  • chmod +x bazel-0.10.0-installer-linux-x86_64.sh 修改文件权限
  • ./bazel-0.10.0-installer-linux-x86_64.sh --user 进行安装 接着添加环境变量:
  • gedit ~/.bashrc
  • export PATH="$PATH:$HOME/bin"

下面下载安装TensorFlow:

  • git clone https://github.com/tensorflow/tensorflow.git
  • cd tensorflow
  • git checkout r1.8
  • ./configure 这一步,配置文件会问很多问题,对应回答y/n即可:

注意 Python 及其sitepackage的路径要与你之后环境路径相对应 比如我在posecnn虚拟环境中运行的话,我的python路径就是 .../.conda/env/posecnn/bin/python 大部分都选择n,但是询问cuda时,要根据你的电脑实际选择

然后编译源文件:

  • bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package 生成安装包:
  • bazel-bin/tensorflow/tools/pip_package/build_pip_package ~/software/tensorflow 最后安装:
  • pip install /tmp/tensorflow_pkg/tensorflow-1.8.0-cp27-cp27mu-linux_x86_64.whl 至此,TensorFlow的源码安装大功告成,可以import测试一下。

4.Eigen

wget https://bitbucket.org/eigen/eigen/get/3.3.0.zip
# 提取解压压缩包
# 重命名文件夹为eigen
cd eigen
mkdir build && cd build
cmake ..
make
sudo make install

5.Nanoflann

wget https://github.com/jlblancoc/nanoflann/archive/ad7547f4e6beb1cdb3e360912fd2e352ef959465.zip
# 提取解压压缩包
# 重命名文件夹为nanoflann
sudo apt-get install build-essential cmake libgtest-dev
cd nanoflann
mkdir build && cd build && cmake ..
make && make test
sudo make install

6.Pangolin

wget https://github.com/stevenlovegrove/Pangolin/archive/1ec721d59ff6b799b9c24b8817f3b7ad2c929b83.zip
# 提取解压压缩包
# 重命名文件夹为Pangolin
cd Pangolin
# Add folowing line to the CMakeLists.txt:
# add_definitions(-D_GLIBCXX_USE_CXX11_ABI=0)
mkdir build
cd build
cmake ..
cmake --build .

7.Boost

wget https:/https://img.qb5200.com/download-x/dl.bintray.com/boostorg/release/1.67.0/source/boost_1_67_0.tar.bz2
# 提取解压压缩包
# 重命名文件夹为boost
cd boost
./bootstrap.sh
sudo ./b2
sudo ./b2 install

8.Sophus

wget https://github.com/strasdat/Sophus/archive/ceb6380a1584b300e687feeeea8799353d48859f.zip
# 提取解压压缩包
# 重命名文件夹为Sophus
cd Sophus
mkdir build && cd build
cmake ..
make
sudo make install

9.NLOPT

wget https://github.com/stevengj/nlopt/archive/74e647b667f7c4500cdb4f37653e59c29deb9ee2.zip
# 提取解压压缩包
# 重命名文件夹为nlopt
cd nlopt
mkdir build
cd build
cmake ..
make
sudo make install

至此,所有依赖包配置完毕,下面针对源代码进行编译运行。


10.Compile lib/kinect_fusion

先注释掉/usr/local/cuda/include/crt/common_functions.h的第64行,因为这个issue 要是只读权限无法修改,就用sudo chmod 777 /usr/local/cuda/include/crt/common_functions.h修改一下权限。

cd kinect_fusion
mkdir build
cd build
cmake ..
make

编译完记得取消注释刚刚的common_functions.h第64行


11.Compile lib/synthesize

cd ..
cd ..
cd synthesize
mkdir build
cd build
cmake ..
make

至此,环境配置完毕。更多可以看下面的参考链接,很详细。


参考:

  • PoseCNN RSE-Lab,RSE-Lab
  • PoseCNN GitHub代码,yuxng
  • YCB-Video数据集下载,提取码52xx,wangg12
  • PoseCNN代码实现大纲,Kaju-Bubanja
  • PoseCNN代码实现详细,Luedeke
  • 《论文笔记——PoseCNN》,XJTU_Bugdragon

加载全部内容

相关教程
猜你喜欢
用户评论