作者：一颗小树x@CSDN
编辑：3D视觉开发者社区
前言
本文基于SMOKE模型，使用kitti 3D目标检测数据集进行训练，记录一下过程。如果发现有错误，欢迎指出。
关于原理和搭建开发环境，可以参考之前的博客：
【论文解读】SMOKE 单目相机 3D目标检测（CVPR2020）_一颗小树x的博客-CSDN博客_smoke 论文
CVPR2020 SMOKE 单目相机 3D目标检测【环境搭建篇】_一颗小树x的博客-CSDN博客
目录
一、下载kitti 3D目标检测数据集
需要下载的文件：
- Download left color images of object data set (12 GB) 这是图片，包括训练集和测试集
- Download camera calibration matrices of object data set (16 MB) 这是相机的标定相关的文件
- Download training labels of object data set (5 MB) 这是图片训练集对应的标签
- Download object development kit (1 MB) 这是评价模型的代码，后面要用到，训练时用不到
这个些文件在官网下载需要注册账号，而且需要tizi才会速度快；我保存到了百度网盘，方便下载。
下载好文件是这样的：
二、处理数据集
首先解压文件，在datasets文件夹中，创建一个kitti文件夹，按照如下路径存放：
kitti
│──training
│ ├──calib
│ ├──label_2
│ ├──image_2
│ └──ImageSets
└──testing
├──calib
├──image_2
└──ImageSets
这里除了ImageSets文件夹，其他都有了；ImageSets主要是存放训练或测试时，所用到那些文件，指定文件的名称；
比如，在kitti/training/ImageSets/目录下，创建一个文件trainval.txt，内容如下：
000000
000001
000002
...
007479
007480
那么如何生成这个trainval.txt，写个python小程序即可，这个程序放在xxxx/SMOKE-master/datasets/kitti/training/下，执行即可
比如命名为：create_imagesets_trainval_sort.py
代码如下：
'''
文件路径:
xxxx/SMOKE-master/datasets/kitti/training/
'''
import os
# 获取文件夹下的所有文件名称，并排序
files = os.listdir("./image_2")
files.sort()
# 创建/打开一个txt文件
save_txt = open("./ImageSets/trainval.txt", 'w')
# 遍历列表，逐一获取文件名
for file in files:
print("file:", file)
file_name = file.split(".")[0]
save_txt.write(file_name)
save_txt.write("\n")
比如，在kitti/training/ImageSets/目录下，创建一个文件test.txt，内容如下：
000000
000001
000002
...
007516
007517
那么如何生成这个test.txt，写个python小程序即可，，这个程序放在xxxx/SMOKE-master/datasets/kitti/testing/下，执行即可
'''
文件路径:
xxxx/SMOKE-master/datasets/kitti/testing/
'''
import os
# 获取文件夹下的所有文件名称，并排序
files = os.listdir("./image_2")
files.sort()
# 创建/打开一个txt文件
save_txt = open("./ImageSets/test.txt", 'w')
# 遍历列表，逐一获取文件名
for file in files:
print("file:", file)
file_name = file.split(".")[0]
save_txt.write(file_name)
save_txt.write("\n")
三、开始训练
首先看一个训练的配置文件，configs/smoke_gn_vector.yaml
MODEL:
WEIGHT: "catalog://ImageNetPretrained/DLA34"
INPUT:
FLIP_PROB_TRAIN: 0.5
SHIFT_SCALE_PROB_TRAIN: 0.3
DATASETS:
DETECT_CLASSES: ("Car", "Cyclist", "Pedestrian")
TRAIN: ("kitti_train",)
TEST: ("kitti_test",)
TRAIN_SPLIT: "trainval"
TEST_SPLIT: "test"
SOLVER:
BASE_LR: 2.5e-4
STEPS: (10000, 18000)
MAX_ITERATION: 25000
IMS_PER_BATCH: 32
MAX_ITERATION，这里官网的训练轮数是25000次，挺夸张的，可以修改。
IMS_PER_BATCH，批量大小是32，显存没这么大，可以改小一些。
STEPS，是训练过程中，在多少轮时，保存模型的权重；默认是10000轮、18000轮，自行修改。
其它的根据任务情况，修改即可。
单GPU训练的命令如下：
python tools/plain_train_net.py --config-file "configs/smoke_gn_vector.yaml"
训练中，有提示信息，包括迭代轮数、损失、学习率变化等
[2022-11-04 16:23:48,391] smoke.data.datasets.kitti INFO: Initializing KITTI trainval set with 7481 files loaded
[2022-11-04 16:23:48,392] smoke.trainer INFO: Start training
[2022-11-04 16:24:04,140] smoke.trainer INFO: eta: 10:55:49 iter: 10 loss: 14.9585 (19.0561) hm_loss: 3.8433 (9.4657) reg_loss: 6.7134 (9.5904) time: 1.1052 (1.5746) data: 0.0075 (0.1245) lr: 0.00025000 max men: 8266
[2022-11-04 16:24:15,516] smoke.trainer INFO: eta: 9:24:35 iter: 20 loss: 10.6755 (14.9112) hm_loss: 3.8024 (6.5812) reg_loss: 6.6716 (8.3300) time: 1.1142 (1.3561) data: 0.0308 (0.0781) lr: 0.00025000 max men: 8266
[2022-11-04 16:24:26,796] smoke.trainer INFO: eta: 8:52:42 iter: 30 loss: 10.0212 (13.4186) hm_loss: 3.5653 (5.5880) reg_loss: 6.5546 (7.8306) time: 1.1275 (1.2801) data: 0.0309 (0.0624) lr: 0.00025000 max men: 8266
[2022-11-04 16:24:37,908] smoke.trainer INFO: eta: 8:34:56 iter: 40 loss: 10.5550 (12.8795) hm_loss: 3.4666 (5.0534) reg_loss: 6.8326 (7.8262) time: 1.1123 (1.2379) data: 0.0303 (0.0543) lr: 0.00025000 max men: 8266
[2022-11-04 16:24:49,202] smoke.trainer INFO: eta: 8:25:42 iter: 50 loss: 9.5607 (12.0637) hm_loss: 3.3139 (4.7002) reg_loss: 6.0357 (7.3634) time: 1.1121 (1.2161) data: 0.0305 (0.0497) lr: 0.00025000 max men: 8266
[2022-11-04 16:25:00,478] smoke.trainer INFO: eta: 8:19:22 iter: 60 loss: 8.2629 (11.4781) hm_loss: 3.2891 (4.4862) reg_loss: 5.0277 (6.9919) time: 1.1211 (1.2014) data: 0.0308 (0.0467) lr: 0.00025000 max men: 8266
[2022-11-04 16:25:11,655] smoke.trainer INFO: eta: 8:14:12 iter: 70 loss: 8.6141 (11.1253) hm_loss: 3.3624 (4.3205) reg_loss: 5.1915 (6.8049) time: 1.1177 (1.1894) data: 0.0312 (0.0447) lr: 0.00025000 max men: 8266
[2022-11-04 16:25:22,836] smoke.trainer INFO: eta: 8:10:18 iter: 80 loss: 9.5991 (11.1011) hm_loss: 3.2310 (4.1906) reg_loss: 6.2544 (6.9106) time: 1.1169 (1.1805) data: 0.0309 (0.0431) lr: 0.00025000 max men: 8266
[2022-11-04 16:25:34,016] smoke.trainer INFO: eta: 8:07:13 iter: 90 loss: 9.1759 (10.8010) hm_loss: 3.1785 (4.0861) reg_loss: 5.8047 (6.7149) time: 1.1169 (1.1736) data: 0.0310 (0.0419) lr: 0.00025000 max men: 8266
[2022-11-04 16:25:45,190] smoke.trainer INFO: eta: 8:04:42 iter: 100 loss: 7.4026 (10.4436) hm_loss: 3.1544 (3.9891) reg_loss: 4.0470 (6.4545) time: 1.1167 (1.1680) data: 0.0306 (0.0409) lr: 0.00025000 max men: 8266
训练中，在tools\目录下生成一个logs目录，存放日志文件、模型权重等等：
我把STEPS改为了(1000, 1800)，所以在1000轮、1800轮会保存权重。
版权声明：本文为奥比中光3D视觉开发者社区特约作者授权原创发布，未经授权不得转载，本文仅做学术分享，版权归原作者所有，若涉及侵权内容请联系删文。
3D视觉开发者社区是由奥比中光给所有开发者打造的分享与交流平台，旨在将3D视觉技术开放给开发者。平台为开发者提供3D视觉领域免费课程、奥比中光独家资源与专业技术支持。
加入【3D视觉开发者社区】学习行业前沿知识，赋能开发者技能提升！
加入【3D视觉AI开放平台】体验AI算法能力，助力开发者视觉算法落地！
往期推荐：
1、开发者社区「运营官」招募启动啦！_奥比中光3D视觉开发者社区的博客-CSDN博客
前言
本文基于SMOKE模型，使用kitti 3D目标检测数据集进行训练，记录一下过程。如果发现有错误，欢迎指出。
关于原理和搭建开发环境，可以参考之前的博客：
【论文解读】SMOKE 单目相机 3D目标检测（CVPR2020）_一颗小树x的博客-CSDN博客_smoke 论文
CVPR2020 SMOKE 单目相机 3D目标检测【环境搭建篇】_一颗小树x的博客-CSDN博客
目录