Closed axxx-xxxa closed 11 months ago
感谢回复 再请问您两个问题:
- 你可以查看dataset中输入的参数是哪些,根据这些参数来确定是否可以运行pred,还有就是bevformer在进行时间注意力建模的时候,为了更好的对齐前一帧的特征,似乎使用了can bus的信息,不确定这里会不会有影响,但是我认为稍作修改就可以使用
- 如果你要训练自己的数据,两种方式应该都可以,这取决于你是想在训练前处理数据格式(这样就不需要修改代码),还是重新实现一个dataset用于处理自己的数据集
我追问一个问题:目前的数据集时以车为中心布设的摄像头【方案1】,我们这边的数据集是四周布设摄像头,而且摄像头相对位置是变化【方案2】,这个可以达到与方案1 的效果嘛?
- 分割结果的gt从nusence数据集的地图拓展中获得,具体的实现参照hdmapnet代码,其将地图拓展中标注的矢量地图转换为分割图,并根据感知范围进行裁剪。
- 该分割结果是分割图,可以理解为栅格图。而hdmap, vectormap中的地图为矢量图,当前的预测结果不能转换为矢量图,参照hdmapnet中的方案的话,需要预测实例分割以及方向才可以将分割图转换为矢量图。矢量图拥有更多的优点,它大大减少了存储占用,因为只需要保存车道线的位置矢量。
- 如果数据格式与nesence数据集类似,那么几个摄像头并不太重要。关键在于你对与BEV Feature的定义,在进行BEV特征构建的时候,如何使用相机捕获的特征。
希望大佬完善一下这个工程,docs和README对代码不匹配,代码中有很多小问题:比如:固定路径,一些开关配置设计,对于新手不是很友好!再次感谢!
大佬,我测试单分割的效果很差,像miou只有0.05,是因为什么,有测试过那个单分割的效果和我一样吗
大佬,我测试单分割的效果很差,像miou只有0.05,是因为什么,有测试过那个单分割的效果和我一样吗
我的所有测试结果都在readme里列出了,没有出现miou这么低的情况,建议你检查一下是不是checkpoint跟config不匹配