OpenPCDet 常用训练、测试与可视化命令

这篇文章整理 OpenPCDet 中比较常用的训练、测试、demo 可视化和显卡监控命令，方便后续实验时快速复制。

1. 启动 TensorBoard

在日志目录下运行：

1
tensorboard --logdir=./

如果训练输出目录类似：

1
output/kitti_models/pointpillar/default

也可以进入对应目录后再启动 TensorBoard。

2. PointPillar demo 测试

1
2
3
4
5
python demo.py \
  --cfg_file cfgs/kitti_models/pointpillar.yaml \
  --ckpt /home/cx/OpenPCDet/output/kitti_models/pointpillar/default/ckpt/checkpoint_epoch_80.pth \
  --data_path /home/cx/OpenPCDet/data/kitti/testing/velodyne \
  --ext .bin

参数说明：

参数	说明
`--cfg_file`	模型配置文件
`--ckpt`	加载的 checkpoint
`--data_path`	点云数据路径
`--ext`	点云文件后缀，KITTI 通常是 `.bin`

3. PointPillar 测试

1
2
3
4
python test.py \
  --cfg_file ../tools/cfgs/kitti_models/pointpillar.yaml \
  --batch_size 4 \
  --ckpt ../output/kitti_models/pointpillar/default/ckpt/checkpoint_epoch_80.pth

如果测试时需要保存提交结果，需要加上：

1
--save_to_file

例如：

1
2
3
4
5
python test.py \
  --cfg_file ../tools/cfgs/kitti_models/pointpillar.yaml \
  --batch_size 4 \
  --ckpt ../output/kitti_models/pointpillar/default/ckpt/checkpoint_epoch_80.pth \
  --save_to_file

4. 训练 PillarNet

1
python train.py --cfg_file cfgs/kitti_models/pillarnet.yaml

如果后续需要指定 batch size、epoch 或多卡训练，可以在此基础上继续扩展参数。

5. 评估模型

示例命令：

1
2
3
4
python test.py \
  --cfg_file cfgs/kitti_models/voxt_gnn.yaml \
  --batch_size 4 \
  --ckpt ../output/kitti_models/voxt_gnn/default/ckpt/checkpoint_epoch_120.pth

建议每次评估时记录：

配置文件；
checkpoint 路径；
batch size；
是否开启 --save_to_file；
评估结果；
当前代码 commit 或修改说明。

6. demo 可视化颜色对应关系

OpenPCDet demo 中可以通过 box_colormap 设置不同类别框的颜色：

1
2
3
4
5
6
box_colormap = [
    [1, 1, 1],  # index 0 -> 白色，未使用
    [0, 1, 0],  # index 1 -> 绿色
    [0, 1, 1],  # index 2 -> 青色，蓝绿色
    [1, 1, 0],  # index 3 -> 黄色
]

对应关系如下：

颜色	index	类别
绿色	1	Car
蓝绿色	2	Pedestrian
黄色	3	Cyclist

7. 显卡监控工具 nvitop

安装：

1
pip install nvitop

运行：

1
nvitop -m full

相比 nvidia-smi，nvitop 的交互体验更好，适合训练时观察显存、功耗和进程占用。

8. 建议的实验记录格式

每次训练或测试建议记录成下面这种格式：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
## 实验名称

- 日期：
- 数据集：
- 配置文件：
- 修改代码：
- checkpoint：
- batch size：
- GPU：
- 训练轮数：
- 评估结果：
- 备注：

这样后续对比不同模型结构和参数时会更清楚。

总结

这篇主要是命令速查。OpenPCDet 实验比较多时，最重要的是保证配置文件、checkpoint 和代码改动能够对应起来，否则后期很容易忘记某个结果是怎么跑出来的。