Project Icon

EFG

高效灵活的深度学习框架支持多项计算机视觉任务

EFG是一个高效、灵活且通用的深度学习框架,采用最小化设计。该框架支持2D和3D目标检测、全景分割等多种计算机视觉任务,并在Waymo和nuScenes等数据集上展现优异性能。EFG集成了多个最新研究成果,如TrajectoryFormer和ConQueR,为3D目标检测和跟踪领域提供创新解决方案。研究人员可利用EFG的项目模板探索各种研究主题。


一个高效、灵活且通用的深度学习框架,保持最小化。用户可以使用EFG按照项目模板探索任何研究主题。

最新动态

0. 基准测试

1. 安装

1.1 前提条件

  • gcc 5 (c++11或更新版本)
  • python >= 3.6
  • cuda >= 10.1
  • pytorch >= 1.6
# spconv
spconv_cu11{X}(根据你的cuda版本设置X)

# waymo_open_dataset
## python 3.6
waymo-open-dataset-tf-2-1-0==1.2.0

## python 3.7, 3.8
waymo-open-dataset-tf-2-4-0==1.3.1

1.2 从源代码构建

git clone https://github.com/poodarchu/EFG.git
cd EFG
pip install -v -e .
# 设置日志路径以保存模型检查点、训练日志等
echo "export EFG_CACHE_DIR=/path/to/your/logs/dir" >> ~/.bashrc

2. 数据

2.1 数据准备 - Waymo


# 下载waymo数据集v1.2.0(或v1.3.2等)
gsutil -m cp -r \
  "gs://waymo_open_dataset_v_1_2_0_individual_files/testing" \
  "gs://waymo_open_dataset_v_1_2_0_individual_files/training" \
  "gs://waymo_open_dataset_v_1_2_0_individual_files/validation" \
  .

# 从tfrecord提取帧到pkl
CUDA_VISIBLE_DEVICES=-1 python cli/data_preparation/waymo/waymo_converter.py --record_path "/path/to/waymo/training/*.tfrecord" --root_path "/path/to/waymo/train/"
CUDA_VISIBLE_DEVICES=-1 python cli/data_preparation/waymo/waymo_converter.py --record_path "/path/to/waymo/validation/*.tfrecord" --root_path "/path/to/waymo/val/"

# 创建数据集的软链接
cd /path/to/EFG/datasets; ln -s /path/to/waymo/dataset/root waymo; cd ..
# 从提取的帧创建数据摘要和gt数据库
python cli/data_preparation/waymo/create_data.py --root-path datasets/waymo --split train --nsweeps 1
python cli/data_preparation/waymo/create_data.py --root-path datasets/waymo --split val --nsweeps 1

2.2 数据准备 - nuScenes

# nuScenes

dataset/nuscenes
├── can_bus
├── lidarseg
├── maps
├── occupancy
│   ├── annotations.json
│   └── gts
├── panoptic
├── samples
├── sweeps
├── v1.0-mini
├── v1.0-test
└── v1.0-trainval
# 创建数据集的软链接
cd /path/to/EFG/datasets; ln -s /path/to/nuscenes/dataset/root nuscenes; cd ..
# 假设这里我们使用nuScenes/samples图像,将gts和annotations.json放在nuScenes/occupancy下
python cli/data_preparation/nuscenes/create_data.py --root-path datasets/nuscenes --version v1.0-trainval --nsweeps 11 --occ --seg

3. 开始使用

3.1 训练与评估

# cd playground/path/to/experiment/directory

efg_run --num-gpus x  # 默认为1
efg_run --num-gpus x task [train | val | test]
efg_run --num-gpus x --resume
efg_run --num-gpus x dataloader.num_workers 0  # 动态更改config.yaml中的选项

模型将在训练结束时自动评估。或者,

efg_run --num-gpus x task val

4. 模型库

所有模型均在8 x NVIDIA A100 GPU上训练和评估。

Waymo开放数据集 - 3D目标检测(验证集 - mAPH/L2)

方法帧数训练周期车辆行人骑车人
CenterPoint13666.9/66.468.2/62.969.0/67.9
CenterPoint43670.0/69.572.8/69.772.6/71.8
Voxel-DETR1667.6/67.169.5/63.069.0/67.8
ConQueR1668.7/68.270.9/64.771.4/70.1

nuScenes - 3D目标检测(验证集)

方法训练周期mAPNDS日志
CenterPoint2059.066.7

5. 寻求贡献

EFG目前处于相对初步的阶段,我们还有很多工作要做。如果您有兴趣贡献,可以发送邮件至poodarchu@gmail.com

6. 引用


@article{chen2023trajectoryformer,
  title={TrajectoryFormer: 3D Object Tracking Transformer with Predictive Trajectory Hypotheses},
  author={Chen, Xuesong and Shi, Shaoshuai and Zhang, Chao and Zhu, Benjin and Wang, Qiang and Cheung, Ka Chun and See, Simon and Li, Hongsheng},
  journal={arXiv preprint arXiv:2306.05888},
  year={2023}
}

@inproceedings{zhu2023conquer,
  title={Conquer: Query contrast voxel-detr for 3d object detection},
  author={Zhu, Benjin and Wang, Zhe and Shi, Shaoshuai and Xu, Hang and Hong, Lanqing and Li, Hongsheng},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  pages={9296--9305},
  year={2023}
}

@misc{zhu2023efg,
    title={EFG: An Efficient, Flexible, and General deep learning framework that retains minimal},
    author={EFG Contributors},
    howpublished = {\url{https://github.com/poodarchu/efg}},
    year={2023}
}

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号