Skip to content

README_RU.md

Latest commit

 

History

History
129 lines (103 loc) · 4.94 KB

README_RU.md

File metadata and controls

129 lines (103 loc) · 4.94 KB
Raw

DMH-Net — запуск инференса

Инструкция по запуску предобученной модели DMH-Net для оценки планировки комнаты по панорамному изображению.

Требования к системе

  • Windows 10/11 (или Linux)

  • Python 3.7.9:

    Установить python: https://www.python.org/ftp/python/3.7.9/python-3.7.9-amd64.exe

    GPU не обязателен — инференс работает на CPU;

    ~4 ГБ диска (окружение + веса).

  • Проверить наличие Python 3.7.9:

    py -0
    py -3.7 --version

    Если нет — установить:

    winget install Python.Python.3.7

    После установки открыть новое окно терминала и проверить:

    py -3.7 --version

Запуск

  • Клонировать репозитория

    git clone [ссылка]

  • Создать виртуальное окружение

    py -3.7 -m venv venv
.\venv\Scripts\python.exe

  • Проверить окружение

    .\venv\Scripts\python.exe --version

  • Обновить pip

    .\venv\Scripts\python.exe -m pip install --upgrade pip

  • Установить PyTorch 1.9.1 (CPU-версия)

    .\venv\Scripts\python.exe -m pip install torch==1.9.1+cpu torchvision==0.10.1+cpu torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

  • Для GPU (NVIDIA, CUDA >= 11.1, проверить nvidia-smi):

    .\venv\Scripts\python.exe -m pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

  • Проверить установку

    .\venv\Scripts\python.exe -c "import torch; print(torch.__version__, torch.cuda.is_available())"

  • Установить остальные зависимости

    .\venv\Scripts\python.exe -m pip install -r requirements.txt

  • Проверить целостность окружения

    .\venv\Scripts\python.exe -m pip check

  • Скачать .pth файлы по ссылке из README репозитория и положить в папку ckpt.

  • Создать структуру папок

    New-Item -ItemType Directory -Force -Path data\layoutnet_dataset\test\img
New-Item -ItemType Directory -Force -Path data\layoutnet_dataset\test\label_cor

  • Запуск подготовки

    .\venv\Scripts\python.exe prepare_pano.py путь\к\панораме.jpg

  • Перед каждым новым окном терминала установить кодировку

    $env:PYTHONUTF8 = "1"

  • Команда запуска (пример для panocontext)

    .\venv\Scripts\python.exe eval.py --cfg_file cfgs/panocontext.yaml --ckpt ".\ckpt\panocontext_v1 (1).pth" --input_file pano.jpg --no_cuda --num_workers 0 --visu_all --visu_path "D:\temp\dmh_visu" --visu_type "['erw']" --save_json

    Параметры:

    --cfg_file — конфиг, парный к чекпоинту;

    --input_file — ИМЯ файла из data\layoutnet_dataset\test\img (без пути);

    --no_cuda — только для CPU-версии PyTorch (для GPU убрать);

    --num_workers 0 — обязательно на Windows;

    --visu_type "['erw']" — отрисовка на панораме: e = панорама,r = точки углов, w = контур раскладки; формат строго списком в кавычках;

    --save_json — сохранить координаты в result_json.

  • Трехмерная визуализация

    .\venv\Scripts\python.exe layout_viewer.py --img "путь\к\оригинальной_панораме.jpg" --layout ".\result_json\pano.jpg.json"

    Флаги: --ignore_ceiling, --ignore_floor, --ignore_wireframe, --ppm 120.

  • Быстрый инференс

      $env:PYTHONUTF8 = "1"
  .\venv\Scripts\python.exe inference_dmh_net.py --cfg cfgs/panocontext.yaml --pth ".\ckpt\panocontext_v1.pth" --img "путь\к\панораме.jpg" --output_dir results --no_cuda

    Параметры:

    --cfg и --pth — ПАРНЫЕ конфиг и чекпоинт (panocontext/stanford/matterport);

    --img — путь к панораме;

    --output_dir — папка для JSON-результатов;

    --no_cuda — для CPU-версии PyTorch.