Tensorflow 3D 설치 및 포인트 클라우드 객체 인식

 이 글은 얼마전 발표된 Tensorflow 3D 설치 및 포인트 클라우드 객체 인식 방법을 간략히 다룬다. 텐서플로우 3D버전에 대한 소개 내용은 아래 링크를 참고한다.

• 딥러닝 3D의 대중화 전환점 Tensorflow 3D 소개 및 분석

요구사항

다음 개발 환경이 설치되어 있어야 한다.

• 우분투 20.04
• NVIDIA 드라이버
• CUDA 10.1, 11.2

tf3d 설치

우분투 터미널에서 다음 명령을 입력해 TF3D를 설치한다.

sudo apt update

sudo apt install subversion git virtualenv

git clone https://github.com/google-research/google-research.git --depth=1

cd google-research

virtualenv -p python3 tf3d_env

source ./tf3d_env/bin/activate

pip install -r tf3d/requirements.txt

sudo apt update

sudo apt install protobuf-compiler python3-dev

cd tf3d/utils/protos

protoc *.proto --python_out=.

pip install tf3d

python "import tf3d.ops.tensorflow_sparse_conv_ops as sparse_conv_ops"

3D scan dataset 다운로드 (Waymo)

다음 개발 환경을 설치한다.

• Install Google Cloud SDK

터미널에서 다음 명령을 입력한다.

curl -O https://dl.google.com/dl/cloudsdk/channels/rapid/downloads/google-cloud-sdk-334.0.0-linux-x86_64.tar.gz

unzip google-cloud-sdk-334.0.0-linux-x86_64.tar.gz

./google-cloud-sdk/install.sh

./google-cloud-sdk/bin/gcloud init

다음과 같이 설치된 구글 SDK 경로를 추가한다.

add ./google-cloud-sdk/bin/ path to ~/.bashrc file

스캔 데이터셋 다운로드를 위해, https://waymo.com/open/ 에 로그인한다. 그리고, 다음 명령을 입력한다.

gsutil cp gs://waymo_open_dataset_tf_example_tf3d/original_tfrecords/train-00000-of-01212.tfrecords .

gsutil ls gs://waymo_open_dataset_tf_example_tf3d/original_tfrecords

sudo mkdir -p /tmp/dataset/waymo/

sudo mv train-00000-of-01212.tfrecords /tmp/dataset/waymo

이제 다음 명령으로 쉘 안에 있는 데이터셋 경로를 /tmp/dataset/waymo 로 수정한다.

vim tf3d/semantic_segmentation/scripts/waymo/run_train_locally.sh

다음과 같이 쉘 파일을 실행한다.

bash tf3d/semantic_segmentation/scripts/waymo/run_train_locally.sh

마무리

사용해 본 결과, 구글의 3차원 모델 딥러닝 투자 결정은 바람직해 보인다. 다만, 아직은 구글에서 제공하는 코드가 불완전하다. 개선이 필요해 보인다.

레퍼런스

• tf3d 설치 방법
• Tensorflow 3D tutorial