다시 이 시점이 왔다. 이게 어려워 보여서 다른 라이브러리 찾다가 easy pointpillars 깃허브를 찾아서 해봤던건데 그냥 어려워도 삽질 해가면서 잘 만들어진 패키지 가지고 계속 시도해볼걸 그랬다. 참고 : Waymo Dataset을 가지고 Kitti Dataset으로 변환하는 방법 https://mmdetection3d.readthedocs.io/en/latest/2_new_data_model.html MMDetection3D 사용 Steps Data Set을 준비합니다. Config 파일을 세팅 합니다. Train, Test, Inference 를 진행 합니다. Prepare Customized DATA Customized Data를 가지고 MMDetection3D를 활용하는 방법으로는 크게 ..
Project
KITTI Data Prepare https://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d kitti |- training |- calib (#7481 .txt) |- image_2 (#7481 .png) |- label_2 (#7481 .txt) |- velodyne (#7481 .bin) |- testing |- calib (#7518 .txt) |- image_2 (#7518 .png) |- velodyne (#7418 .bin) 다음과 같이 데이터 셋을 가지고 와서 mmdetection3d/data/kitti 에 넣어준다. 아래 코드 실행 mkdir ./data/kitti/ && mkdir ./data/kitti/ImageSet..
If you want to put a ply file ply to bin convert_ply('./test.ply', './test.bin') import numpy as np import pandas as pd from plyfile import PlyData def convert_ply(input_path, output_path): plydata = PlyData.read(input_path) # read file data = plydata.elements[0].data # read data data_pd = pd.DataFrame(data) # convert to DataFrame data_np = np.zeros(data_pd.shape, dtype=np.float) # initialize ar..
이전 게시물에서 한 시도는 MMDetection3D는 아니고, MMDetection3D를 활용하여 코드를 간소화한 easy 버전 이었습니다. 데이터를 커스터마이징해서 넣는 과정에서 오류가 너무나 많이 발생하였고, 코드 자체가 데이터 커스터마이징을 상정하지 않았기 때문에 코드 단위로 다 뜯어서 고쳐야 할 것 같더라고요. 그래서 이번에는 MMDetection3D를 이용하여, 다시 새롭게 시도해보고자 합니다. 환경 ubuntu 20.04 Cuda 11.2 Venv 생성 python3 -m venv pillar # 가상환경 pillar 생성 source ./bin/activate # activate 혹시 모르니 버전 업데이트 pip install --upgrade pip sudo apt update sudo a..
