196 lines
4.2 KiB
Markdown
196 lines
4.2 KiB
Markdown
# 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！
|
||
|
||
|
||
|
||
|
||
|
||
|