根据开源代码可知,init_proposals从results_save_total.pkl获取的2D检测结果生成,可以理解为results_save_total.pkl为训练样本经过已经训练好的2D检测器获得的结果。同时在推理时,该部分逻辑也保持一致,训练样本获得的检测结果用于推理是否有作用。如果我对results_save_total.pkl的理解有误,还请告诉我results_save_total.pkl的生成方式和意义。
|
if True: |
|
initial_proposals = [self.obtain_proposals( |
|
img=rec_img[:, i, ...], img_metas=img_metas[i]) |
|
for i in range(rec_img.size(1))] # len_temp 为 len(initial_proposals) |
|
if True: |
|
initial_proposals = [self.obtain_proposals( |
|
img=rec_img[:, i, ...], img_metas=img_metas_temp[i], training_mode=False) |
|
for i in range(rec_img.size(1))] # len_temp 为 len(initial_proposals) |
另一方面在推理时,并未用到2D网络,训练也时也是直接获取的results_save_total.pkl,那么该分支是否有训练的必要
|
bbox_list = [dict() for i in range(len(img_metas))] |
|
bbox_pts = self.simple_test_pts( |
|
img_metas, init_proposals=initial_proposals, **data) |
|
for result_dict, pts_bbox in zip(bbox_list, bbox_pts): |
|
result_dict['pts_bbox'] = pts_bbox |
|
return bbox_list |
根据开源代码可知,init_proposals从results_save_total.pkl获取的2D检测结果生成,可以理解为results_save_total.pkl为训练样本经过已经训练好的2D检测器获得的结果。同时在推理时,该部分逻辑也保持一致,训练样本获得的检测结果用于推理是否有作用。如果我对results_save_total.pkl的理解有误,还请告诉我results_save_total.pkl的生成方式和意义。
QAF2D/projects/mmdet3d_plugin/models/detectors/persdetr3d.py
Lines 396 to 399 in ed2b955
QAF2D/projects/mmdet3d_plugin/models/detectors/persdetr3d.py
Lines 469 to 472 in ed2b955
另一方面在推理时,并未用到2D网络,训练也时也是直接获取的results_save_total.pkl,那么该分支是否有训练的必要
QAF2D/projects/mmdet3d_plugin/models/detectors/persdetr3d.py
Lines 477 to 482 in ed2b955