本页目录

记录：复现NeRF-RPN代码

0 views · 2024-01-01

说明

复现仓库：https://github.com/lyclyc52/NeRF_RPN

这项研究在NeRF中引入RPN，用于3D物体检测和相关任务。作者提供了改写的Instant-NGP以供可视化3D提议框。我自己在尝试复现的时候绕了一些弯子，因此借这篇博客复盘一下当时的过程。仓库提供的脚本多为适用于Linux系统的.sh文件，而我自己的设备是Windows系统，因此示例中会给出适用于Windows系统的相应指令。

环境相关

克隆仓库

Bash
git clone https://github.com/lyclyc52/NeRF_RPN.git NeRFrpn

环境配置参照官方仓库说明文档即可。

配置Instant-NGP Fork for NeRF Feature Extraction

作者修改了Instant-NGP的仓库，添加了一些包括可视化bbox在内的功能。说明文档在这里。

Bash
git clone --recursive https://github.com/zymk9/instant-ngp.git InstantNGPforked

这是Instant-NGP一个早期版本，执行下面的命令运行build过程。更多细节可以参考这里。

Bash
cd InstantNGPforked
cmake . -B build
cmake --build build --config RelWithDebInfo -j

遇到问题

git clone 失败，报错 fatal: early EOF

报错：

Plain Text
error: xxxx bytes of body are still expected
fetch-pack: unexpected disconnect while reading sideband packet
fatal: early EOF
fatal: fetch-pack: invalid index-pack output

解决：增大缓冲区（1048576000是1G）

Bash
git config --global http.postBuffer 1048576000

子模块没有一次性下载成功

解决：进入目录手动重新下载

Bash
cd InstantNGPforked
git submodule update --init --recursive

下载数据集

作者提供了数据集的OneDrive链接，这里以3D-FRONT数据集作为例子，需要从作者提供的链接中下载front3d_nerf_data.zip和front3d_rpn_data.zip。

假设数据集解压的路径为E:\front3d_nerf_data和E:\front3d_rpn_data。

可视化数据集

在完成上面步骤后，就可以先利用Instant-NGP的UI可视化数据集中标注的Ground Truth了，这里以场景3dfront_0004_00为例：

Bash
cd InstantNGPforked
.\build\testbed --scene E:\front3d_nerf_data\3dfront_0004_00\train

执行上述命令后，勾选UIDebug visualization下的Visualize object bounding boxes就可以看到如下结果：

img

下载预训练的权重

本博客给出的示例需要在上面的OneDrive链接中下载nerf_rpn_model_release\front3d_anchor_resnet50.pt。

假设预训练权重保存的路径为NeRFrpn\nerf_rpn\weights\front3d_anchor_resnet50.pt。

生成proposals

接下来，利用预训练的权重，写一个test脚本生成提议框。

Bash
# NeRFrpn\nerf_rpn\test.bat

set DATA_ROOT=E:\front3d_rpn_data
cd NeRFrpn\nerf_rpn

python -u run_rpn.py ^
    --mode "eval" ^
    --dataset_name front3d ^
    --resolution 160 ^
    --backbone_type resnet ^
    --features_path %DATA_ROOT%\features ^
    --boxes_path %DATA_ROOT%\obb ^
    --dataset_split %DATA_ROOT%\3dfront_split.npz ^
    --save_path .\results\front3d_test ^
    --checkpoint .\weights\front3d_anchor_resnet50.pt ^
    --rpn_nms_thresh 0.3 ^
    --normalize_density ^
    --rotated_bbox ^
    --batch_size 1 ^
    --gpus 0 ^
    --output_proposals

由于我的设备显存小，所以把batch_size改为了1。原始的参数是2。

运行后会在NeRFrpn\nerf_rpn\results\front3d_test中得到eval.json文件和储存了17个测试场景的提议框的proposals目录。

遇到问题

CUDA device 不匹配

报错：

Plain Text
RuntimeError: Attempting to deserialize object on CUDA device 4 but torch.cuda.device_count() is 1.
Please use torch.load with map_location to map your storages to an existing device.

解决：在run_rpn.py找到下面这行代码：

Python
checkpoint = torch.load(args.checkpoint)

我的设备上只有一个GPU，因此修改为：

Python
checkpoint = torch.load(args.checkpoint, map_location={'cuda:4':'cuda:0'})

运行proposals2ngp.py

下一步是生成Instant-NGP所需的transform.json。

Bash
# NeRFrpn\nerf_rpn\proposals2ngp.bat

set DATA_DIR=E:\
cd NeRFrpn\nerf_rpn

python scripts\proposals2ngp.py ^
    --bbox_format obb ^
    --dataset front3d ^
    --dataset_path %DATA_DIR%\front3d_nerf_data ^
    --features_path %DATA_DIR%\front3d_rpn_data\features ^
    --proposals_path .\results\front3d_test\proposals ^
    --output_dir .\results\proposals_to_ngp

运行后会在NeRFrpn\nerf_rpn\results\proposals_to_ngp中得到17个测试场景的3dfront_xxxx_xx.json文件。

接下来，把文件3dfront_0004_00.json复制到路径E:\front3d_nerf_data\3dfront_0004_00\train下，然后启动Instant-NGP的UI并指定这个新的json文件：

Bash
cd InstantNGPforked
.\build\testbed --scene E:\front3d_nerf_data\3dfront_0004_00\train\3dfront_0004_00.json

可以看到如下结果：

img

文件结构参考

这里展示了前面我们生成、或需要用到的各个文件的路径示意。注意这并不是仓库中的全部内容，而是只展示了前面提及的文件。

Bash
<work_dir>
├── InstantNGPforked
└── NeRFrpn
    └── nerf_rpn
        ├── results
            ├── front3d_test
                └── proposals
                        3dfront_0004_00.npz
                        3dfront_0019_00.npz
                        ...
                        3dfront_1006_02.npz
                        3dfront_1014_02.npz
                    eval.json
            └── proposals_to_ngp
                    3dfront_0004_00.json
                    3dfront_0019_00.json
                    ...
                    3dfront_1006_02.json
                    3dfront_1014_02.json
        ├── scripts
                proposals2ngp.py
        └── weights
                front3d_anchor_resnet50.pt
            proposals2ngp.bat
            test.bat

E:\
├── front3d_nerf_data
    ├── 3dfront_0000_00
    ├── 3dfront_0000_01
    ├── ...
    ├── 3dfront_0004_01
        ├── overview
        └── train
            └── images
                model.msgpack
                transforms.json
                3dfront_0004_00.json (copied from NeRFrpn\nerf_rpn\results\proposals_to_ngp)
    ├── ...
    ├── 3dfront_1015_02
    └── 3dfront_1015_04
└── front3d_rpn_data