关于命令行 - Githubissues

zhuyazhi commented 4 years ago

hello~ 请问测试时parser.add_argument('--prediction_file', type=str, default='output/occlusion_linemod/test_set_ape_40.npy')中的test_set_ape_40.npy是什么作用呢，我输入默认命令行python src/evaluate.py会报以上的错误，但是不知道test_set_ape_40.npy在哪，并且在测试里有什么作用。期待您的回复~谢谢！

zhuyazhi commented 4 years ago

您好，请问可以给出具体一点的测试&训练的命令行吗~比如PVNet里的这种，十分感谢！ python run.py --type evaluate --cfg_file configs/linemod.yaml model cat cls_type cat

chensong1995 commented 4 years ago

zhuyazhi 你好，

感谢你对我们工作的关注！我们在“Pre-trained weights”一段对如何使用预训练的权重进行了说明。你需要先运行src/train_core.py来输出npy文件，然后再运行evaluate.py。

希望这有帮到你！

zhuyazhi commented 4 years ago

很抱歉再次打扰您，我把之前PVNet-rendering渲染的10000张ape的synthetic images放入了blender_linemod中，ape文件夹中是如下的结果（通过PVNet-rendering得到）： bu'z 按照您的建议先运行python src/train_core.py，但是关于data/blender_linemod/ape_labels/keypoints_2d.npy这个ape_labels/keypoints_2d.npy请问如何获取呢？因为按readme里面的blender_linemod组织结构，没有ape_labels这个文件夹。期待您的回复，谢谢！

zhuyazhi commented 4 years ago

上面报错的截图~

chensong1995 commented 4 years ago

zhuyazhi 你好，

可以使用 data/label.py 以及 data/label_fuse.py 来创建标注哦

zhuyazhi commented 4 years ago

好的，谢谢您的回复~ 您使用的synthetic Images也是如同这样的吗（0.jpg, 0_depth.png, 0_RT.pkl）另外，据我所知~PVNet是13个物体共用10000张fuse合成图片，请问fuse_linemod是怎么把他们分开成13个物体对应的fuse images呢？

zhuyazhi commented 4 years ago

Dear author: 我改了部分label.py中的路径，运行了python label.py，结果生成了ape_labels/keypoints_2d.npy，然后我把ape_labels/keypoints_2d.npy放入data/blender_linemod文件夹中，如下

上图中的ape就是通过pvnet-rendering渲染的图片（0.jpg, 0_depth.png, 0_RT.pkl），请问目前我blender_linemod数据集排布格式对吗？
据我所知~PVNet是13个物体共用10000张fuse合成图片，所以只有一个fuse文件夹，没有分成（ape,benchvise......)。请问您的fuse_linemod中也是13个物体共用10000张fuse合成图片吗，复制13份分别命名为13个物体的名字吗？如果不是的话，请问fuse_linemod是怎么把他们分开成13个物体对应的fuse images呢？

zhuyazhi commented 4 years ago

这是我改的两个路径，ape_labels最后生成了错误的结果，只有keypoints_2d.npy并且里面没有内容。您能给我一些建议吗？

chensong1995 commented 4 years ago

zhuyazhi 你好，

抱歉，之前README对数据目录结构的说明存在一些问题。我刚刚更新了一下，你可以再试试看～

zhuyazhi commented 4 years ago

谢谢您的细心更改，我目前有两个疑惑： 1.因为我想测试，您的建议是我先运行先运行python src/train_core.py（需要等训练完成来输出npy文件），我的疑惑是这不代表我开始正式的训练了吗？ 2.我将之前PVNet的数据集放入HybridPose/data/pvnet_linemod中，上图我在代码中改的两个路径，ape_labels最后生成了错误的结果，只有keypoints_2d.npy一个.npy文件并且里面没有内容。我看代码中正常情况是还会有{}_labels/cor{}.npy；您对我的输出错误有什么建议吗？比如我以上的路径不应该那么改~ 期待您的回复！（同时也为打扰您感到抱歉）

chensong1995 commented 4 years ago

zhuyazhi 你好，

如果提供给 train_core.py 预训练好的权重，代码会判断保存权重时的纪元 (epoch) 是不是超过训练总纪元数 (默认为200) 。如果超过的话，将会直接跳转到测试的逻辑。
如果有需要的话，可以发邮件给我，我们约个时间远程协助看一下。

希望这有帮到你

LUDISO commented 3 years ago

我使用了synthetic data from PVNet，但我使用他们的代码没能生成blender rendering和fuse data，运行python3 run.py --type rendering和python3 run.py --type fuse显示如下 `(hybridpose) dfs@dfs-Legion:~/pvnet-rendering$ python3 run.py --type rendering found bundled python: /home/dfs/Downloads/blender-2.79a-linux-glibc219-x86_64/2.79/python Read blend: /home/dfs/pvnet-rendering/data/blank.blend

Successfully imported '/home/dfs/pvnet-rendering/data/LINEMOD/cat/cat.ply' in 1.169 sec cost 1.2309236526489258 s

Blender quit`

9980 cost 0.31052708625793457 s 9981 cost 0.20852398872375488 s 9982 cost 0.32298731803894043 s 9983 cost 0.25179338455200195 s 9985 cost 0.3540036678314209 s 9984 cost 0.3702669143676758 s 9986 cost 0.20746493339538574 s 9987 cost 0.23646020889282227 s 9988 cost 0.23668217658996582 s 9989 cost 0.2322690486907959 s 9990 cost 0.20699000358581543 s 9991 cost 0.2685978412628174 s 9992 cost 0.28525471687316895 s 9993 cost 0.3010425567626953 s 9994 cost 0.23267912864685059 s 9995 cost 0.20996952056884766 s 9996 cost 0.2091207504272461 s 9997 cost 0.20653462409973145 s 9998 cost 0.20822429656982422 s 9999 cost 0.20505166053771973 s

chensong1995 commented 3 years ago

LUDISO 你好，

根据你的情况描述我暂时不能确定问题出在哪里，你可以发个邮件给我，我们约个时间远程协助一起看一下。

希望这有帮到你！

chensong1995 / HybridPose

关于命令行 #48