zfjBIT的专栏

本文介绍了3D点云分割的测试方法，通过python脚本demo/pc_seg_demo.py运行测试，需提供点云文件、配置文件和模型检查点文件。测试结果会保存在指定目录，包含点云和分割掩码的可视化输出。以ScanNet数据上的PointNet++(SSG)模型为例，详细说明了测试命令和模型下载地址。最后给出了完整的测试示例，包括输入文件、配置文件和预训练权重路径，并支持结果可视化显示。

MMDetection3D 1.4.0提供了三种3D检测测试样例：1）点云检测（PCD）样例，使用点云数据和检测器预测3D框；2）单目3D检测样例，基于图像和相机参数预测3D框；3）多模态检测样例，结合点云和图像数据进行3D检测。文档详细说明了各检测方式的命令参数、数据准备方法及可视化选项，并提供了KITTI和nuScenes数据集上PointPillars、FCOS3D、BEVFusion等模型的测试流程，同时给出了常见报错的解决方法。

因为图像特征提取层配置的swin-transform需要下载预训练权重, 如果网络出问题, 可以在bevfusion_lidar-cam.py配置文件全局搜索https://github.com,并在该地址前面加上https://mirror.ghproxy.com/即可。# cu117 是指环境中cuda版本号为11.7，需要根据环境酌情修改。将v1.0-trainval修改为v1.0-mini。3. 复制原config文件，分别重命名以便测试；

在任意文件中写入新的数据集预处理方法，如，该预处理方法的输入和输出均为字典导入新的预处理方法类在配置文件中使用该数据集预处理方法dict(use_dim=5,dict(dict(

info[‘cam_instances’][‘CAM_XXX’][i][‘bbox_3d’]：长度为 7 的列表，以 (x, y, z, l, h, w, yaw) 的顺序表示实例的 3D 边界框。info[‘cam_instances’][‘CAM_XXX’][i][‘bbox’]：2D 边界框标注（3D 框投影的矩形框），顺序为 [x1, y1, x2, y2] 的列表。info[‘cam_instances’][‘CAM_XXX’][i][‘attr_label’]：实例的属性标签。

在目标检测中，我们选择一个轴作为重力轴，并在垂直于重力轴的平面 $\Pi$ 上选取一个参考方向，那么参考方向的转向角为 0，在上的其他方向有非零的转向角，其角度取决于其与参考方向的角度。目前，对于所有支持的数据集，标注不包括俯仰角 (pitch) 和滚动角 (roll)，这意味着我们在预测框和计算框之间的重叠时只需考虑转向角 (yaw)。在 MMDetection3D 中，所有坐标系都是右手坐标系，这意味着如果从重力轴的负方向（轴的正方向指向人眼）看，转向角 (yaw) 沿着逆时针方向增加。

我的cuda版本是11.7，选择安装mmdet3d 版本是v1.2.0，按照官方教程安装mmcv相关版本会报错，按照以下安装步骤正常。

三种难度等级：Easy Moderate Hard。2. AI：亚马逊 李沐Ai 莫凡python。