-
Notifications
You must be signed in to change notification settings - Fork 4
/
Copy pathoptions.py
263 lines (246 loc) · 13.7 KB
/
options.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
# Copyright Niantic 2019. Patent Pending. All rights reserved.
#
# This software is licensed under the terms of the Monodepth2 licence
# which allows for non-commercial use only, the full terms of which are made
# available in the LICENSE file.
from __future__ import absolute_import, division, print_function
import os
import argparse
#12.4，over
#file_dir就是option.py文件所在的文件夹
file_dir = os.path.dirname(__file__) # the directory that options.py resides in
class MonodepthOptions:
def __init__(self):
self.parser = argparse.ArgumentParser(description="aspp options")
# PATHS路径
#训练数据的存放路径，默认的是“./kitti_data/”文件夹
self.parser.add_argument("--data_path",
type=str,
help="path to the training data",
default=os.path.join(file_dir, "kitti_data"))
#日志地址默认的是“~/tmp/”.
#写路径的时候，如果想用"~",要用os.path.expanduser（“~”）,
self.parser.add_argument("--log_dir",
type=str,
help="log directory",
default=os.path.join(os.path.expanduser("~"), "self_train_model_1"))
# TRAINING options 训练选项
#存放模型的文件的名称，默认是“mdp：model dump”
self.parser.add_argument("--model_name",
type=str,
help="the name of the folder to save the model in",
default="mdp")
#时间戳文件：如何读取数据集中的图片，这里可以设置成自己的文件夹，
#现在splits文件夹中放入自己的时间戳文件，然后choices选项中加入自己的文件夹名称
#默认为eigen_zhou
self.parser.add_argument("--split",
type=str,
help="which training split to use",
choices=["eigen_zhou", "eigen_full", "odom", "benchmark","1024"],
default="eigen_zhou")
#网络层数，默认18层，可以设置高点！
#设置不同，等训练时调用的model文件里的网络就不同
#yang：等改完自己的网络，可以加入choices，然后到时候直接控制变量法，做对比！！
# self.parser.add_argument("--num_layers",
# type=int,
# help="number of resnet layers",
# default=18,
# choices=[18, 34, 50, 101, 152])
#数据集，选项很多，默认是kitti
self.parser.add_argument("--dataset",
type=str,
help="dataset to train on",
default="kitti",
choices=["kitti", "kitti_odom", "kitti_depth", "kitti_test"])
#数据集中的图片格式，一般用jpgs格式，但是kitti是png格式的，用下面的指令对其进行调整
#find kitti_data/ -name '*.png' | parallel 'convert -quality 92 -sampling-factor 2x2,1x1,1x1 {.}.png {.}.jpg && rm {}'
self.parser.add_argument("--png",
help="if set, trains from raw KITTI png files (instead of jpgs)",
action="store_true")
#图像的高，默认192
self.parser.add_argument("--height",
type=int,
help="input image height",
default=192)
#图像的宽，默认640
self.parser.add_argument("--width",
type=int,
help="input image width",
default=640)
#视差平滑度参数，权重，1e-3
self.parser.add_argument("--disparity_smoothness",
type=float,
help="disparity smoothness weight",
default=1e-3)
#尺度因子数组，默认是0,1,2,3
self.parser.add_argument("--scales",
nargs="+",
type=int,
help="scales used in the loss",
default=[0, 1, 2, 3])
#最小最大深度，将深度缩放到一定的范围（0.1-100）
self.parser.add_argument("--min_depth",
type=float,
help="minimum depth",
default=0.1)
self.parser.add_argument("--max_depth",
type=float,
help="maximum depth",
default=100.0)
#是否使用双目摄像头，双目或单目+双目训练的时候需要set一下
self.parser.add_argument("--use_stereo",
help="if set, uses stereo pair for training",
action="store_true")
#frame_ids，有两种 一种是（0）。一种是（0，-1,1）
#nargs="+"代表参数可以设置一个或者多个
self.parser.add_argument("--frame_ids",
nargs="+",
type=int,
help="frames to load",
default=[0, -1, 1])
# OPTIMIZATION options 优化选项
#batch_size 每个batch中训练样本的数量，默认12
self.parser.add_argument("--batch_size",
type=int,
help="batch size",
default=12)
#学习率、默认1e-4
self.parser.add_argument("--learning_rate",
type=float,
help="learning rate",
default=1e-4)
#epoch代表训练轮数，默认20
self.parser.add_argument("--num_epochs",
type=int,
help="number of epochs",
default=20)
#调整程序的步长，默认15，调整学习率用的
self.parser.add_argument("--scheduler_step_size",
type=int,
help="step size of the scheduler",
default=15)
# ABLATION options 切除选项
#如果设置了，则使用 monodepth v1 多尺度
self.parser.add_argument("--v1_multiscale",
help="if set, uses monodepth v1 multiscale",
action="store_true")
#使用平均重投影损失
self.parser.add_argument("--avg_reprojection",
help="if set, uses average reprojection loss",
action="store_true")
#设置了之后，不会去做auto-masking
self.parser.add_argument("--disable_automasking",
help="if set, doesn't do auto-masking",
action="store_true")
# #设置了的话，会采用预测隐蔽方案。
# self.parser.add_argument("--predictive_mask",
# help="if set, uses a predictive masking scheme as in Zhou et al",
# action="store_true")
#设置了的话，损失中不会计算ssim
self.parser.add_argument("--no_ssim",
help="if set, disables ssim in the loss",
action="store_true")
#权重初始化，可以选择是预训练，还是scratch。默认是预训练
self.parser.add_argument("--weights_init",
type=str,
help="pretrained or scratch",
default="pretrained",
choices=["pretrained", "scratch"])
#位姿网络一次获取多少图像，默认是一对，可以设置为所有。
self.parser.add_argument("--pose_model_input",
type=str,
help="how many images the pose network gets",
default="pairs",
choices=["pairs", "all"])
# #位姿网络类型，可以选择三种：pose_cnn，独立的残差网络，共享的网络
# self.parser.add_argument("--pose_model_type",
# type=str,
# help="normal or shared",
# default="separate_resnet",
# choices=["posecnn", "separate_resnet", "shared"])
# SYSTEM options系统选项
#是否使用gpu
self.parser.add_argument("--no_cuda",
help="if set disables CUDA",
action="store_true")
#线程数
self.parser.add_argument("--num_workers",
type=int,
help="number of dataloader workers",
default=12)
# LOADING options载入选项
#载入权重文件的名字！！！
self.parser.add_argument("--load_weights_folder",
type=str,
help="name of model to load")
#载入模型文件的名字，默认是 encoder采用depth，poseencoder选pose
self.parser.add_argument("--models_to_load",
nargs="+",
type=str,
help="models to load",
default=["encoder", "depth", "pose_encoder", "pose"])
# LOGGING options记录选项
#记录频率，默认250
self.parser.add_argument("--log_frequency",
type=int,
help="number of batches between each tensorboard log",
default=250)
#保存频率，默认1
self.parser.add_argument("--save_frequency",
type=int,
help="number of epochs between each save",
default=1)
# EVALUATION options评估选项
#双目评估
self.parser.add_argument("--eval_stereo",
help="if set evaluates in stereo mode",
action="store_true")
#单目评估
self.parser.add_argument("--eval_mono",
help="if set evaluates in mono mode",
action="store_true")
#评估中不适用中值缩放
self.parser.add_argument("--disable_median_scaling",
help="if set disables median scaling in evaluation",
action="store_true")
#如果设置了，将预测值乘以这个数字，默认是1（预测的深度的尺度因子）
self.parser.add_argument("--pred_depth_scale_factor",
help="if set multiplies predictions by this number",
type=float,
default=1)
#要计算的.npy差异文件的可选路径
self.parser.add_argument("--ext_disp_to_eval",
type=str,
help="optional path to a .npy disparities file to evaluate")
#评估文件的时间戳
self.parser.add_argument("--eval_split",
type=str,
default="eigen",
choices=[
"eigen", "eigen_benchmark", "benchmark", "odom_9", "odom_10"],
help="which split to run eval on")
#保存预测出来的视差图
self.parser.add_argument("--save_pred_disps",
help="if set saves predicted disparities",
action="store_true")
#决定是否评估的选项
self.parser.add_argument("--no_eval",
help="if set disables evaluation",
action="store_true")
#如果set假设我们从npy加载eigen的结果，但是我们想用新的基准进行评估。
self.parser.add_argument("--eval_eigen_to_benchmark",
help="if set assume we are loading eigen results from npy but "
"we want to evaluate using the new benchmark.",
action="store_true")
#如果设置了，将会把视差输出到当前文件夹
self.parser.add_argument("--eval_out_dir",
help="if set will output the disparities to this folder",
type=str)
#如果set将从原始monodepth 论文里的 ，执行翻转后再处理
self.parser.add_argument("--post_process",
help="if set will perform the flipping post processing "
"from the original monodepth paper",
action="store_true")
def parse(self):
self.options = self.parser.parse_args()
return self.options