xuyongzhi / Scan-to-BIM

Environment tested

• Nvidia driver 440.82
• CUDA 10.2
• pytorch 1.4.0
• python 3.7.6

Installation

1. Please refer to INSTALL.md for installation and dataset preparation.
2. Install detectron 2

# for CUDA 10.2:
python -m pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu102/index.html

Or refer to Detectron 2

Data generation

• (1)
  make dir: mmdetection/data/beike
• (2)
  将已经merge好的 pcl 和 json 链接到:
  mmdetection/data/beike/data/ply
  mmdetection/data/beike/data/json
• (3)

cd mmdetection/beike_data_utils
python data_preprocess.py

在 data/beike/processed_512 中会生成一下文件：
all.txt  json  mean_std.txt  pcl_scopes  ply  relationImgs  relations  room_bboxes  test.txt  TopView_VerD  TopView_VerD_Imgs  train.txt

Explanations:

1. 配置 data_preprocess.py 中的 pool_num 可以设置多进程。 
2. scene_start=0, max_scene_num = 100 控制处理的数据范围。预处理最开始会将所有的scene排序，把第scene_start到scene_start+max_scene_num 放到 all.txt。后续所有的操作都只针对all.txt中的scene进行。
比如可以先跑： scene_start=0, max_scene_num = 100 
再跑： scene_start=100, max_scene_num = 100  (第100 到 200)
重复处理不会增加太多的时间，因为只检测文件是否存在。
再跑： scene_start=0, max_scene_num = 200  应该会很快。
3. json和ply 是链接。在training 过程中需要加载 json， 但不加载ply。
4. TopView_VerD_Imgs 和 relationImgs 仅用于验证生成效果，在训练是不需要。
5. train.txt 和 test.txt 每次都会随机打乱更新。
6. 如果某个scene 出错，应该是这个scene生成了 size 为0的文件，删掉后重跑应该可过。

Training

./run.sh

• data loading configurations:
  In configs/strpoints/bev_strpoints_r50_fpn_1x.py: data_root for path of the data, img_prefix_train and img_prefix_test the list of files to be loaded.
  In order to only loading very few files, edit or replace img_prefix_test.

Test

cd work_dirs/TrL18K_S_July3_PaperUsed/bTPV_r50_fpn_XYXYSin2_beike2d_wa_bs7_lr10_LsW510R2P1N1_Rfiou631_Fpn44_Pbs1_Bp32_Rel
cp  _run.sh  /home/z/Research/mmdetection
./_run.sh

shown gt pcl models

        cd ./beike_data_utils 
        python beike_utils.py

        In gen_gt_pcl_3d_models, show_3d=1

Evaluation on existing results

        cd ./utils_dataset
        python graph_eval_utils.py

• edit 'dirs' in graph_eval_utils.py/main() to eval combined results of ['wall'] and['window', 'door']
• DEBUG.append('_D_show_gt') to show gts
• DEBUG.append('_D_show_det_graph_3D')