专栏算法工具链centerpoint模型训练编译相关

centerpoint模型训练编译相关

已解决
神秘嘉宾2026-02-10
59
7
OE包版本：j6_open_explorer_v3.0.31-py310_2024123
OE包中提供的centerpoint训练demo是基于nuscenes数据集（可以检测速度）。如果我想基于kitti数据集训练centerpoint模型（无法检测速度），有以下两个问题：
问题1：
nuscenes数据集在模型postprocess后处理中设置box_size为9，想问下这个9分别代表什么，是x, y, z, w, l, h, yaw, vx, vy 这9维吗，如果改为kitti数据集，这里的box_size应该设置为多少，是7吗（没有vx和vy）
问题2：模型编译部分，这里的output_layout和transpose_dim什么意思，是否都需要显示的设置
算法工具链
征程6技术深度解析
评论2
0/1000
  • 神秘嘉宾
    Lv.1

    还有就是由nuscenes数据集转为kitti数据集训练，这里的common_heads和code_weights怎么设置

    2026-02-10
    0
    0
  • Huanghui
    Lv.5
    2026-02-10
    0
    5
    • 神秘嘉宾回复Huanghui:

      好的，OE包已经升级，不过我看最新版的OE包也是需要确认这几个问题，麻烦有空解答下

      2026-02-10
      0
    • Huanghui回复神秘嘉宾:

      问题 1：nuScenes 的 box_size=9 这 9 维分别是什么？换 KITTI 应该设多少？

      在 OE 的 CenterPoint（nuScenes）示例里，box_size=9 表示 解码后的 3D box 参数输出包含速度，9 维语义通常是：

      [x, y, z, w, l, h, yaw, vx, vy]

      对应关系是：

      • reg → x, y（BEV 平面中心）
      • height → z
      • dim → w, l, h
      • rot → yaw（由 sin/cos 反解得到）
      • vel → vx, vy
      如果切到 KITTI 数据集（通常没有速度标注），建议：

      • 关闭 velocity 分支（with_velocity=False）

      • box_size 改为 7，即输出：
        box_size=7 → [x, y, z, w, l, h, yaw]
      注意：把 box_size 改 7 需要同时把 head/target/loss/postprocess/coder 里与 velocity 相关的部分一起同步关掉，否则会出现维度/shape 对不上。
      2026-02-10
      0
    • Huanghui回复Huanghui:

      问题 2：编译里的 output_layout 和 transpose_dim 是什么意思？都要显式设置吗？

      这两个字段是 “模型输出 tensor 的布局（NCHW / NHWC）”，它不改变模型计算逻辑，只影响输出的维度顺序(跟后处理绑定)。
      • transpose_dim.outputs.global = [0, 2, 3, 1] 的含义是：把输出从 NCHW 转成 NHWC
        在 OE 的 compile_perf_hbir.py 这条编译链路里，真正会插入转置并生效的是 transpose_dim。
      • output_layout="NHWC" 仅仅是一个 语义标注说明。在该 sample 中最终以 transpose_dim 的实际转置结果为准。
        建议显式设置，并且与 transpose_dim 保持一致，这样下游（推理/后处理）解析不容易出歧义。
      2026-02-10
      0
    • Huanghui回复Huanghui:

      问题 3：从 nuScenes 改 KITTI 训练，common_heads 和 code_weights 怎么设？

      nuScenes 示例里有 velocity，所以：

      如果切到 KITTI（无 vx/vy）：

      1) 建议如下

      去掉 vel：

      2) 建议的 code_weights

      与回归 code 的维度一致。KITTI 中常见：

      • 训练内部回归用 rot 的 sin/cos 参数化，所以回归 code_size 会变成 8 维：
        reg(2) + height(1) + dim(3) + rot(2) = 8
      因此 code_weights 建议改为 8 个元素，例如：

      同时要配套：

      • with_velocity=False

      • target/loss/postprocess/bbox_coder 相关配置不再包含 velocity 分支

      • postprocess.box_size=7

      2026-02-10
      0
    • 神秘嘉宾回复Huanghui:

      感谢，解答的很详细，明白了

      2026-02-11
      0