[Open-source build] GUPnet build 하기

+) CUDA9.0을 이용하라고 되어있어서 cuda:9.0 image를 새로 만들어서 docker container에서 작업하였다.

사용한 docker image: docker pull nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04

참고) Docker hub

https://hub.docker.com/r/nvidia/cuda/tags?page=1 

Docker Hub

---

1. git clone

git clone https://github.com/SuperMHP/GUPNet.git

https://github.com/SuperMHP/GUPNet

GitHub - SuperMHP/GUPNet

---

2. 필요한 package 설치

cd GUPNet/code
python3 -m pip install -r requirements.yml

requirements.yml에 torch, torchvision, 그리고 cudatoolkit, python3.6까지 전부 명시되어 있다.나는 이미 내 docker container에 깔려있던 것들이 많았지만 귀찮으니 그냥 requirements.yml 이용해서 나머지 package도 설치하기로 한다.

 

Error1) ERROR: Invalid requirement: 'name: gupnet' (from line 1 of requirements.yml)
Solution) ㅇㅅㅇ.. pip install -r 에 names:, channels:, dependencies:가 있는 yml file을 준 걸 본적이 없는데 이렇게 되어있어서 당황쓰.. 아무래도 conda의 environment.yml을 표현하려고 했던 것 같다.그냥 requirment.yml안에 있는 dependencies 대로 pip로 하나씩 다 설치해주었다.

python3 -m pip install torch==1.1 torchvision==0.3.0
python3 -m pip install tqdm matplotlib scikit-image pyyaml
python3 -m pip install opencv-python

별 의미는 없는데, 그냥 한 줄에 들어가면 보기 안좋으니까 세 줄에 나눠서 install할 package들을 적어보았다.

실제 내가 설치할 때는 걍 python3 -m pip install 하고 쭈우우욱 package name 써서 설치함.

---

3. Training

CUDA_VISIBLE_DEVICES=2 python3 tools/train_val.py

Error1) ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory

Solution) libglib2.0-0 설치

 apt-get install libglib2.0-0

root가 아니라면,  apt-get을 쓸 때는 sudo를 붙여 실행시켜야한다.

나는 docker container라 default가 root라 걍 sudo 없이 실행 가능했다.

 

Error2) torchvision/_C.cpython-35m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe26detail36_xxxxxxxx
Solution) 최선의 solution인지 모르겠지만 torchvision을 0.4로 upgrade하면 된다고 하는 글이 많아서 0.3에서 0.4로 바꿔줬더니 된다. 흠... document에서 0.3쓰라고 했는데 왜 0.3에서는 안되는걸까? 

https://github.com/facebookresearch/maskrcnn-benchmark/issues/891

_C.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN3c106Device8validateEv · Issue #891 · facebookresearch/maskrcnn-bench

 

Error3) FileNotFoundError: [Errno 2] No such file or directory: '../../Dataset/3d-detection/KITTI/ImageSets/train.txt' 

Solution) Kitti dataset linking

vim GUPNet/code/experiometns/config.yaml

config.yaml 에 들어가서 kitti data가 있는 경로로 root를 바꿔준다.

나는 GUPNet/code 안에 Dataset folder를 따로 만들어서 나의 원래 Kitti dataset folder를 linking 해주는 방법을 선택했다.

# 기존 코드
root_dir: '../../Dataset/3d-detection/'

# 내가 원하는 경로로 root_dir 변경
root_dir: './Dataset/'

ln -s /workspace/Kitti/object/training Dataset/KITTI/
ln -s /workspace/Kitti/object/testing Dataset/KITTI/

이런 불친절한 document... Kitti dataset linking해야하는 건 당연한 일이지만 내가 이 error 만나기 전에 미리 하라고 하면 좋잖아!!!! 그치만... 해결 가능한 에러라 기분이 좋은 건 왜일까.ㅎ

 

아, 근데 필요한 dataset 경로 설정하는거 좀 짜증나게 되어있네... ㅇㅅㅇ 그냥 하나씩 연결하고 다시 실행하고 하면서

없다고 떽떽거리는 친구들이 뱉는 에러 보고 directory 연결해주기 or file 옮겨주기...

 

Error4) RuntimeError: CUDA out of memory. Tried to allocate 480.00 MiB
Solution) Multigpu를 이용한 training을 지원하면 좋으련만 따로 multigpu 환경은 구현을 해놓지 않은 것 같다(사실 안찾아봄. 그냥 document에 없어서 그렇게 생각함..) 그래서 그냥 batch size를 줄여주기로 한다.

# code/experiments/config.yaml
# 기존 batch size는 32
batch_size: 32

# batch_size 몇까지 감당할 수 있을지 모르겠지만 안전하게 그냥 4로 내림
batch_size: 4

참고로 내가 사용하고 있는 GPU는 RTX2080-Ti로 11GB의 memory를 가지고 있다.

nvidia-smi로 GPU memory 사용량을 보니 5000MiB 정도 되는 걸로 보아 batch_size를 8로 설정해도 무난히 training 가능할 것으로 보인다. 

 

 

4. Evaluation

# experiments/config.yaml
tester:
	resume_model: './log/checkpoints/checkpoint_epoch_140.pth'
    # resume_model 주석 풀어주고 pth있는 path 입력

CUDA_VISIBLE_DEVICES=2 python3 tools/train_val.py -e

이렇게 하면 outputs/data에 각 frame에서 찾아낸 object와 bbox 정보가 기록된다.

그러나 내가 하고 싶은 것은..! AP 구하기..!

특히 나는 AP|R40을 구하고 싶으므로 ap40.cpp를 이용하기로 한다. 

g++ evaluate_object_3d_offline_ap40.cpp -o evaluate_object_3d_offline_ap

Error1) evaluate_object_3d_offline_ap40.cpp:12:42: fatal error: boost/numeric/ublas/matrix.hpp: No such file or directory 

Solution) apt-get install libboost-all-dev

 

만들어진 evaluate_object_3d-offline_ap를 수행

./evaluate_object_3d_offline_ap ../../Dataset/KITTI/training/labels_2 ../../outputs

아 근데 결과가 너무 별론데... GUPNet github에 있는 pretrained weight 받아다가 해도 똑같네..ㅇㅅㅇ