bev-project/project/docs/VISUALIZATION_GUIDE.md

# BEVFusion 推理结果可视化指南

## 📊 概述

本指南介绍如何可视化 BEVFusion 的推理结果，包括生成图像和视频。

## 🚀 快速开始

### 等待推理完成

首先确保推理已完成：
```bash
# 检查推理进度
tail -f eval_epoch19_success.log
```

当看到 `Done` 或 `6019/6019` 时，推理已完成。

### 方式一：交互式可视化（推荐）

```bash
chmod +x visualize.sh
./visualize.sh
```

然后选择：
- **选项1**：快速可视化10个样本（图像）
- **选项2**：生成完整视频（所有6019个样本）
- **选项3**：同时生成图像和视频

### 方式二：命令行直接调用

#### 1. 快速可视化（10个样本图像）

```bash
python visualize_results_with_video.py \
    --result-file results_epoch19.pkl \
    --nusc-root data/nuscenes \
    --mode quick \
    --num-samples 10 \
    --output-dir visualizations
```

**输出**：
- `visualizations/sample_0000_bev.png` - BEV视角（分割+检测）
- `visualizations/sample_0000_camera.png` - 相机视角（分割叠加）
- ... （共10组图像）

#### 2. 生成完整视频

```bash
python visualize_results_with_video.py \
    --result-file results_epoch19.pkl \
    --nusc-root data/nuscenes \
    --mode video \
    --video-fps 10 \
    --output-dir visualizations
```

**输出**：
- `visualizations/bevfusion_results.mp4` - 完整视频（6019帧）

**预计耗时**：
- 视频生成：约 **10-15分钟**（6019个样本）
- 帧率：10 FPS
- 视频时长：约 **10分钟**

#### 3. 生成图像 + 视频

```bash
python visualize_results_with_video.py \
    --result-file results_epoch19.pkl \
    --nusc-root data/nuscenes \
    --mode all \
    --num-samples 20 \
    --video-fps 10 \
    --output-dir visualizations
```

## 🎨 可视化内容

### BEV视图（Birds-Eye View）
- **分割结果**：不同颜色表示不同类别
  - 可行驶区域
  - 人行横道
  - 车辆
  - 行人
  - 等...
- **检测框**：3D边界框投影到BEV

### 相机视图
- 原始相机图像
- 叠加分割掩码（半透明）
- 3D检测框投影

## 📈 可视化示例

推理完成后，你将得到：

```
visualizations/
├── sample_0000_bev.png          # BEV视角
├── sample_0000_camera.png       # 前视相机
├── sample_0001_bev.png
├── sample_0001_camera.png
├── ...
└── bevfusion_results.mp4        # 完整视频（如果选择）
```

## ⚙️ 高级选项

### 自定义样本数量

```bash
python visualize_results_with_video.py \
    --mode quick \
    --num-samples 50  # 可视化前50个样本
```

### 自定义视频帧率

```bash
python visualize_results_with_video.py \
    --mode video \
    --video-fps 30  # 30 FPS（更流畅但文件更大）
```

### 选择不同相机

```bash
python visualize_results_with_video.py \
    --camera CAM_FRONT_LEFT  # 前左相机
    # 可选: CAM_FRONT, CAM_FRONT_LEFT, CAM_FRONT_RIGHT, 
    #       CAM_BACK, CAM_BACK_LEFT, CAM_BACK_RIGHT
```

## 📊 性能指标查看

推理完成后，检查日志中的性能指标：

```bash
# 查看分割指标
grep "mIoU" eval_epoch19_success.log

# 查看检测指标
grep -E "mAP|NDS" eval_epoch19_success.log
```

## 🎯 当前训练状态

- **模型**：epoch_19.pth（原始配置）
- **推理进度**：2991/6019 (约50%)
- **预计完成时间**：约2分钟后
- **总样本数**：6019

## 💡 提示

1. **快速预览**：先用 `--mode quick --num-samples 5` 快速查看几个样本
2. **磁盘空间**：确保有足够空间
   - 图像：每张约 1-2MB
   - 视频：约 500MB-1GB
3. **内存使用**：视频生成时需要约 4-8GB 内存

## 🐛 问题排查

### 如果遇到 "File not found"
确保推理已完成并生成了 `results_epoch19.pkl`：
```bash
ls -lh results_epoch19.pkl
```

### 如果遇到 CUDA OOM
生成视频时使用CPU即可（不需要GPU）

### 如果可视化质量不佳
- 增加图像分辨率（修改脚本中的 `figsize`）
- 提高视频帧率（`--video-fps 24` 或 `30`）

## 📚 下一步

1. ✅ 等待推理完成（约2分钟）
2. 🎨 快速可视化查看效果
3. 📊 分析性能指标
4. 🎥 生成视频演示
5. 📈 对比不同epoch的结果

---

**当前状态**：推理进行中，完成后即可开始可视化！