【3D】姿態檢測網絡PoseCNN復現過程記錄
- 2020 年 4 月 6 日
- 筆記
最近在研究室內6D姿態檢測相關問題,計劃在PoseCNN網絡基礎上進行改進實現。但是在第一步的復現過程中踩了無數的坑,最終成功運行了demo,但目前數據集train還是遇到了一些問題。有問題歡迎一起交流進步!
本文重點講解網絡代碼復現過程,對於原文的講解可以閱讀這篇文章,滿滿乾貨!《論文筆記——PoseCNN》
本人系統環境:
- Ubuntu 16.04
- Tensorflow 1.8(from source)
- Python 2.7
- Cuda 10.1 & cuddn 7.3.1
1.搭建虛擬環境
第一步,創建專屬於PoseCNN的虛擬環境,之後install的包都在此虛擬環境中。
虛擬環境的好處不用多說了吧,反正對Ubuntu系統的折騰越少越好!!!
我用 conda 創建的環境:
conda create -n posecnn python=2.7
激活環境:conda activate posecnn
如果不用這個環境,記得deactivate:conda deactivate posecnn
2.pip install
pip install opencv-python
如果不行試一下: 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
注意一定要從源碼安裝,雖然很繁瑣,但是經過實踐證明,pip install安裝出來的TensorFlow不好用。。
此外,使用gcc 4.8和g++ 4.8對後續的依賴包進行編譯。
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
輸入選擇 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++
輸入選擇 1測試一下gcc和g++的版本,顯示4.8就更換完畢了:
gcc --version
g++ --version
接下來安裝bazel,並選擇0.10.0版本,本文選擇下載sh文件進行安裝,
下載地址:https://github.com/bazelbuild/bazel/releases/download/0.10.0/bazel-0.10.0-installer-linux-x86_64.sh
下載好之後,安裝:
chmod +x bazel-0.10.0-installer-linux-x86_64.sh
修改文件權限./bazel-0.10.0-installer-linux-x86_64.sh --user
進行安裝
接着添加環境變量:gedit ~/.bashrc
export PATH="(PATH:)HOME/bin"
下面下載安裝TensorFlow:
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git checkout r1.8
./configure
這一步,配置文件會問很多問題,對應回答y/n即可:注意 Python 及其sitepackage的路徑要與你之後環境路徑相對應
比如我在posecnn虛擬環境中運行的話,我的python路徑就是 …/.conda/env/posecnn/bin/python
大部分都選擇n,但是詢問cuda時,要根據你的電腦實際選擇然後編譯源文件:
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
生成安裝包:bazel-bin/tensorflow/tools/pip_package/build_pip_package ~/software/tensorflow
最後安裝:pip install /tmp/tensorflow_pkg/tensorflow-1.8.0-cp27-cp27mu-linux_x86_64.whl
至此,TensorFlow的源碼安裝大功告成,可以import測試一下。
4.Eigen
wget https://bitbucket.org/eigen/eigen/get/3.3.0.zip # 提取解壓壓縮包 # 重命名文件夾為eigen cd eigen mkdir build && cd build cmake .. make sudo make install
5.Nanoflann
wget https://github.com/jlblancoc/nanoflann/archive/ad7547f4e6beb1cdb3e360912fd2e352ef959465.zip # 提取解壓壓縮包 # 重命名文件夾為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 # 提取解壓壓縮包 # 重命名文件夾為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 # 提取解壓壓縮包 # 重命名文件夾為boost cd boost ./bootstrap.sh sudo ./b2 sudo ./b2 install
8.Sophus
wget https://github.com/strasdat/Sophus/archive/ceb6380a1584b300e687feeeea8799353d48859f.zip # 提取解壓壓縮包 # 重命名文件夾為Sophus cd Sophus mkdir build && cd build cmake .. make sudo make install
9.NLOPT
wget https://github.com/stevengj/nlopt/archive/74e647b667f7c4500cdb4f37653e59c29deb9ee2.zip # 提取解壓壓縮包 # 重命名文件夾為nlopt cd nlopt mkdir build cd build cmake .. make sudo make install
至此,所有依賴包配置完畢,下面針對源代碼進行編譯運行。
10.Compile lib/kinect_fusion
先注釋掉/usr/local/cuda/include/crt/common_functions.h的第64行,因為這個issue
要是只讀權限無法修改,就用sudo chmod 777 /usr/local/cuda/include/crt/common_functions.h
修改一下權限。
cd kinect_fusion mkdir build cd build cmake .. make
編譯完記得取消注釋剛剛的common_functions.h第64行
11.Compile lib/synthesize
cd .. cd .. cd synthesize mkdir build cd build cmake .. make
至此,環境配置完畢。更多可以看下面的參考鏈接,很詳細。
參考:
- PoseCNN RSE-Lab,RSE-Lab
- PoseCNN GitHub代碼,yuxng
- YCB-Video數據集下載,提取碼52xx,wangg12
- PoseCNN代碼實現大綱,Kaju-Bubanja
- PoseCNN代碼實現詳細,Luedeke
- 《論文筆記——PoseCNN》,XJTU_Bugdragon