3D point cloud detection
Discussion: https://discussions.udacity.com/t/put-your-starter-code-here/234860 Dataset:http://www.semantic3d.net/
4.25-4.26: 下载了源码,尝试按照Anaconda下虚拟环境运行tensorflow的方法。具体按照 https://github.com/hengck23/didi-udacity-2017/issues/1 中zdx3578给的步骤来。但是有一些要注意到:
1)在tensorflow虚拟环境下,opencv3.2.0 的python库名称为cv2.cpython-35m-x86_64-linux-gnu.so,所以要用cv2.so软链接一下 才能用import cv2
2)设置了cuda的lib路径后要source一下,否则会链接不到
3)修改了一下作者的data.py和train.py里的一系列原始路径
4)make.sh里面的TF_INC的路径改成了tensorflow虚拟环境下的路径 ~/anaconda3/envs/tensorflow/lib/python3.5/site-packages/tensorflow/include/
5)重新生成roi_pooling层的时候把make.sh里面的psroi_pooling的内容注释掉了
6)运行python3 train.py的时候注意要开启tensorflow虚拟环境
4.27-4.28: 下载了Didi数据集,按照ros,velodyne,didi-visualize安装顺序安装
1) ros:kinetic:http://wiki.ros.org/kinetic/Installation/Ubuntu
2) velodyne: https://github.com/markstrefford/udacity-didi-competition/blob/master/velodyne-tutorials/Installing-Velodyne-Drivers-On-Ros-Kinetic-Ubuntu-16.04-LTS-Xenial.md 亲测对kinetic有效,,indigo,jade不知为何无效
3)didi-visualize :https://github.com/omgteam/Didi-competition-solution 这个综合了好几个,好使!