• ?p>

  ?README.md 中训练模型的命令是：bash experiments/train.sh

• 首先执行的就是 train.sh 脚本
• 在脚本中 --参数 值 表示可选参数

cd src
python main.py 
    ddd 
    '''
    可以理解为工作空间名，也就是文件夹名
    '''
    --exp_id centerfusion 
    '''
    项目名称
    '''
    --shuffle_train 
    '''
    将训练模型的数据集进行打乱的操作
    '''
    --train_split train 
    '''
    训练集
    '''
    --val_split mini_val 
    '''
    测试集
    '''
    --val_intervals 1 
    '''
    运行测试集的 epoch 数为 1
    比如 1000 个样本用来训练一个神经网络，训练就算完成 1 epoch（期）
    '''
    --run_dataset_eval 
    '''
    在 eval 中使用数据集特定的计算函数
    '''
    --nuscenes_att 
    --velocity 
    --batch_size 32 
    '''
    一次训练抓取 32 个数据样本
    '''
    --lr 2.5e-4 
    '''
    学习率：0.00025
    '''
    --num_epochs 60 
    '''
    训练 60 轮
    '''
    --lr_step 50 
    '''
    学习率步长
    '''
    --save_point 20,40,50 
    '''
    模型保存时间点
    '''
    --gpus 0,1 
    '''
    这里使用了两块 GPU ：0 号 GPU 和 1 号 GPU
    '''
    --not_rand_crop 
    '''
    不使用来自 CenterNet 的随机裁剪数据增强
    '''
    --flip 0.5 
    '''
    使用翻转数据增强的概率 50%
    '''
    --shift 0.1 
    '''
    当不使用随机裁剪时，10% 概率使用移位增强
    '''
    --pointcloud 
    '''
    雷达点云
    '''
    --radar_sweeps 3 
    '''
    点云图中雷达扫瞄 3 次
    '''
    --pc_z_offset 0.0 
    '''
    向 z 轴方面提高雷达点
    '''
    --pillar_dims 1.0,0.2,0.2 
    '''
    雷达柱尺寸(h、w、l)
    '''
    --max_pc_dist 60.0 
    '''
    移除最大点云距离 60 以外的点
    '''
    --load_model ../models/centernet_baseline_e170.pth 
    '''
    导入的模型
    '''
cd ..