跑通Pwcnet 光流網絡

PwcNet 是一個光流訓練網絡,目前網絡上還沒有相關的公開的教程,我 是在Anaconda3下面進行配置:

1. 建立虛拟環境:

2 下載下傳代碼,Pwcnet有tensorflow 和Pytorch兩個版本,我配置的是Tensorflow版本的環境:

https://github.com/philferriere/tfoptflow/tree/master/tfoptflow

3 配置虛拟環境,tensorflow可以是GPU版本的也可以是CPU的,都是可以的.

如果是CPU的話,修改pwcnet_predict_from_img.pairs.py檔案:

# Here, we're using a GPU (use '/device:CPU:0' to run inference on the CPU)
gpu_devices = ['/device:CPU:0']  # 改成CPU
controller = '/device:CPU:0'
           

下面是配置anaconda的虛拟環境

conda activate pwcnet    ## 激活虛拟環境
## 安裝如下的pip安裝包
pip install 
    - absl-py==0.4.1
    - astor==0.7.1
    - dask==0.19.0
    - gast==0.2.0
    - grpcio==1.14.2
    - markdown==2.6.11
    - opencv-python==3.4.2.17
    - protobuf==3.6.1
    - tensorboard==1.10.0
    - tensorflow-gpu==1.10.1      #CPU 請安裝cpu版本的tensorflow
    - termcolor==1.1.0
    - werkzeug==0.14.1
    - cudatoolkit=9.0
    - scikit-learn
    - scikit-image
    - tqdm
           

4 運作代碼:

下載下傳Tensorflow的權重檔案,并修改預訓練的權重檔案的路徑:

下載下傳位址:

http://bit.ly/tfoptflow

# TODO: Set the path to the trained model (make sure you've downloaded it first from http://bit.ly/tfoptflow)
ckpt_path = './models/pwcnet-lg-6-2-multisteps-chairsthingsmix/pwcnet.ckpt-595000'
           

python pwcnet_predict_from_img_pairs.py 
           

5 運作結果