ChenYifei

非常感谢你的这个代码，我目前训练了80个epoch，大概迭代了7万次。测试的结果可视化了之后检测的位置还挺准确，只不过存在着误检的情况，这可能也与网络本身有关系。但我拿这个结果在验证集上测试AP的时候发现，精度并不高。car的3D AP怎么只有40%左右。是测试的方法不对吗？还是说我训练的方式不对？我用的GPU=4 batchsize=1 epoch=80 lr=0.001 a=1 b=1.5.

你好，非常感谢你这个代码，目前我测试的验证集的3D AP才40，是存在什么问题吗？我用4GPU，batchsize1，lr0.0001,epoch80，α1.5，β1,就是训练的时候loss在0.2左右波动，测试结果不太好。还想问一下你的这个Loss最后降到了多少呢？

about annotation tool

2

Excuse me! I annotated the parking slot marking according to the marking tools, but the result is not same as your provided. The difference is that yours have the direction...

model training

1

Hi , Teoge. I want to train it use n(n>1) GPUS? if , need to change the code.

train the VPS-Net

1

Thanks for your method,Liwei! I want to train the NN by my own data. Need i only have to write the train script?

有关代码复现问题

1

作者您好，看到您论文相关的工作，对这种基于range image的方式处理点云感兴趣。我目前也在做一些点云工作的尝试，想在您代码的基础上进行一些复现，基于的框架也是openpcdet的，具体网络的配置或者本方法的总体流程能否给一些建议？