4.2 KiB

Raw Blame History

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：

# 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）

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）

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

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

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

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

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

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：

# 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

快速预览：先用 --mode quick --num-samples 5 快速查看几个样本
磁盘空间：确保有足够空间
- 图像：每张约 1-2MB
- 视频：约 500MB-1GB
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：

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

✅ 等待推理完成（约2分钟）
🎨 快速可视化查看效果
📊 分析性能指标
🎥 生成视频演示
📈 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！

4.2 KiB Raw Blame History Unescape Escape