三维目标检测|IoU3D-基于cuda的三维七自由度包围盒交并比(IoU)计算-CSDN博客

本文链接：https://blog.csdn.net/weixin_38060850/article/details/149119607

本文的基础代码来自于PointRCNN代码库，代码链接
在三维目标检测中，往往需要面临大规模级别包围盒交并比(IoU)计算，如果在计算过程中仅仅通过串行方式进行计算，将会面临计算效率低下，网络训练缓慢等缺点。作者在最近的三维目标检测任务中就遇到了这样的问题，自己编写的代码无法高效的计算，幸好在shi shaoshuai等人开发了iou3d_nms模块，本文将介绍iou_nms的安装，测试。

安装过程

首先创建conda虚拟环境(也可以使用已有的虚拟环境)，作者这里用的是python 3.7版本

conda create python=3.7 -n iou3d_test

conda activate iou3d_test

安装必要软件环境，作者的机器使用的是cuda10.2，且NVIDIA驱动已完整安装，所以使用如下指令安装torch环境

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch

Clone 源代码，这里直接将pointrcnn源码clone了下来

git clone --recursive https://github.com/sshaoshuai/PointRCNN.git

安装iou3d

cd lib/utils/iou3d/
python setup.py install

写一段代码来测试

import os, sys
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), '../'))
import torch
import time
from lib.utils.iou3d.iou3d_utils import boxes_iou3d_gpu

boxes_a = torch.rand([100,7]).to('cuda')
boxes_b = torch.rand([100,7]).to('cuda')
start = time.time()
ans = boxes_iou3d_gpu(boxes_a, boxes_b)
end = time.time()
print(f"执行时间: {end - start:.4f}秒")