> For the complete documentation index, see [llms.txt](https://pcl.gitbook.io/tutorial/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://pcl.gitbook.io/tutorial/part-3/part03-chapter04/part03-chapter04-voxelnet.md).

# VoxelNet (50%)

## 1. 개요

<https://adioshun.gitbooks.io/paper-3d-object-detection-and-tracking/content/2017-voxelnet-end-to-end-learning-for-point-cloud-based-3d-object-detection.html>

## 2. 설치 (Docker 기반)

### 데이터 준비

```
└── DATA_DIR
       ├── training   <-- training data
       |   ├── image_2
       |   ├── label_2
       |   └── velodyne
       └── validation  <--- evaluation data
       |   ├── image_2
       |   ├── label_2
       |   └── velodyne
```

### 도커 pull & 실행

```
$ docker pull adioshun/voxelnet
$ docker run --runtime=nvidia -it --privileged --network=host -v /tmp/.X11-unix:/tmp/.X11-unix --volume="$HOME/.Xauthority:/root/.Xauthority:rw" -e DISPLAY -v /media/{DATA_DIR}/datasets:/dataset --name 'voxelnet' adioshun/voxelnet /bin/bash
```

## 3. 실행

### 설정 수정(In the docker )

* `config.py`

```
# for dataset dir
__C.DATA_DIR = '/voxelnet/data/dataset'
__C.CALIB_DIR = '/voxelnet/data/dataset/training/calib'


# for gpu allocation
__C.GPU_AVAILABLE = '0,1'
__C.GPU_USE_COUNT = len(__C.GPU_AVAILABLE.split(','))
__C.GPU_MEMORY_FRACTION = 1
```

* `kitti_eval/launch_test.sh`

```
```

### train

```
python3 train.py --vis true
```

* log 저장 위치  : `log/default` #Tensorboard 지원&#x20;
* validation results : `predictions/{epoch number}/data`
* validation results(이미지) : `predictions/{epoch number}/vis` # --vis true 사용시 (기본 false)
* model 저장 위치 : `save_model/default`
* 학습된 model 저장 위치 :`save_model/pre_trained_car`

> Nvidia 1080 Ti GPUs로 약 3일이 소요 되므로 학습된 모델 사용을 권장 합니다.

학습 완료 후 **Learning Curve** 확인

```
python3 parse_log.py predictions
# predictions.jpg 생성
```

### Evaluate

```
$ python3 test.py -n default --vis True#학습된 결과물 활용 
$ python3 test.py -n pre_trained_car --vis True#사전 학습된 결과물 활용 `save_model/pre_trained_car`
```

* 결과 저장 폴더 : `predictions/data`
* 결과 저장 폴더(이미지) : `predictions/vis`# --vis true 사용시 (기본 false)

### 결과 확인

```
./kitti_eval/evaluate_object_3d_offline ./../data/dataset/validation/label_2/ ./prediction
```

## ![](https://i.imgur.com/L1UM4bO.png)

* [an unofficial inplementation of VoxelNet in TensorFlow](https://github.com/qianguih/voxelnet)