Yilun Chen
Yilun Chen
Thanks!
Yes sure. But the performance will drop to some extent which depends on the dataset.
--multiprocessing你跑的时候有加吗？另外你可以试下单卡 --debug 的时候是否能够顺利跑起来？
是的，之前因为3D volume占用显存较大，所以我把很多3D conv缩减后能够大量地降低显存使用。比较奇怪你那边显存还是超了。我建议你可以试着把volume 的 range减小一下，主要是BEV (X/Y)的面积减小进一步减小显存看下。如果有问题可以用--debug调试下
是的，投影后直接用cost volume去估计深度就行。只有有深度的pixel做loss，否则就ignore。
这是在NMS之后画框。可视化主要调score_thresh和nms_thresh，远处的物体可能确实预测准确比较难，你可以多看几张图。另外你可以稍微把NMS_THRESH调大一些，减少FP。另外在点云上做可视化应该可视化效果好一些，比较容易发现问题。
在对应model的config里面， cfg.RPN3D.NMS_THRESH cfg.RPN3D.POST_NMS_TOP_N （这里是top_N个框会被画出来） 你可以快速调一下这两个值。
是的 这里还没有可视化程序。你需要的话可以先试试这个代码 https://github.com/kuixu/kitti_object_vis 可以直接从output.txt去可视化。
上面这个图你如果是说中间那辆车没有检测出来，你可以调一下score_thresh应该能出来。另外需要注意的确实会出现某些帧的检测缺失的情况也是正常的，可能是训练数据比较少或者data augmentation做得不充分导致的，你可以仔细去看下video demo每一帧对比下。还有就是训练的范围是在40m以内，40m以外的车是肯定检测不到的。
Hi, I do not have a plan to make a tf version. But I am working on reformulating this repo to a modular and readable code.