本文主要是介绍RODNet安装测试，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
项⽬地址： GitHub - yizhou-wang/RODNet: RODNet: Radar object detection network
搭建环境并配置RODNet
1. 参考README.md搭建并配置环境
准备数据集
1. 本实验使⽤ ROD2021 dataset.
百度⽹盘链接：百度网盘 请输入提取码 密码：slxy
2. 使⽤这个script来重新组织文件。 具体形式参考此链接.
3. 转化数据和标注为pkl文件
python tools/prepare_dataset/prepare_data.py \ --config configs/<CONFIG_FILE> \
--data_root <DATASET_ROOT> \
--split train,test \
--out_data_dir data/<DATA_FOLDER_NAME>
训练与评估模型
1. 训练
python tools/train.py --config configs/<CONFIG_FILE> \ --data_dir data/<DATA_FOLDER_NAME> \
--log_dir checkpoints/
--resume_from <CHECKPOINT_FILE>
2. 推理及可视化
由于测试文件中没有标注文件，所以我们需要对tools/test.py文件进⾏⼀些修改。
将tools/test.py文件中的第147⾏从seq_names =
sorted(os.listdir(os.path.join(data_root, dataset_configs['demo']
['subdir'])))改为seq_names = sorted(os.listdir(os.path.join(data_root, dataset_configs['test']['subdir'])))
将第166⾏从crdata_test = CRDataset(data_dir=args.data_dir,
dataset=dataset, config_dict=config_dict, split='demo'改为crdata_test = CRDataset(data_dir=args.data_dir, dataset=dataset,
config_dict=config_dict, split='test'
如果想对训练集进⾏可视化，那么需要将上⼀点提到的两处修改中的test改为train.
使⽤下⾯命令进⾏推理及可视化
python tools/test.py --config configs/<CONFIG_FILE> \ --data_dir data/<DATA_FOLDER_NAME> \
--checkpoint <CHECKPOINT_PATH> \
--res_dir results/ --demo
训练并评估RODNet ，如果无法训练，学员们可以用提供的预训练模型；
预训练模型网盘链接：
链接：百度网盘 请输入提取码 提取码：slxy
文件名称：pre-training model epoch_56_final
这篇关于RODNet安装测试的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
