【3D】姿态检测网络PoseCNN复现过程记录
- 2020 年 4 月 6 日
- 筆記
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/releases/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://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