跑通Pwcnet 光流网络

PwcNet 是一个光流训练网络,目前网络上还没有相关的公开的教程,我 是在Anaconda3下面进行配置:

1. 创建虚拟环境:

2 下载代码,Pwcnet有tensorflow 和Pytorch两个版本,我配置的是Tensorflow版本的环境:

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

3 配置虚拟环境,tensorflow可以是GPU版本的也可以是CPU的,都是可以的.

如果是CPU的话,修改pwcnet_predict_from_img.pairs.py文件:

# 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的虚拟环境

conda activate pwcnet    ## 激活虚拟环境
## 安装如下的pip安装包
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 请安装cpu版本的tensorflow
    - termcolor==1.1.0
    - werkzeug==0.14.1
    - cudatoolkit=9.0
    - scikit-learn
    - scikit-image
    - tqdm
           

4 运行代码:

下载Tensorflow的权重文件,并修改预训练的权重文件的路径:

下载地址:

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 运行结果