Chengfang Lu
7c43b44c57
Huaxu Sentinel Active Safety Platform with embedded algorithm code, Docker Compose setup, and vendored dataset scaffolds for clone-and-run. Co-authored-by: Cursor <cursoragent@cursor.com>
1.6 KiB
1.6 KiB
lane_light + CPU PyTorch（UFLD 训练）
1. 激活环境
source /home/chengfanglu/miniconda3/etc/profile.d/conda.sh
conda activate lane_light
2. 已安装依赖（lane_light）
torch/torchvision（CPU 轮子，来自https://download.pytorch.org/whl/cpu）opencv-python,tqdm,tensorboard,addict,scikit-learn,pathspec（与requirements.txt对齐；sklearn包名在 pip 中为scikit-learn）
自检：
python -c "import torch; print('torch', torch.__version__, 'cuda=', torch.cuda.is_available())"
3. 数据与配置
- 默认数据根仍指向
lane0_reorganized/lane_training_pack（见configs/mufld_lane_culane.py）。 - CPU 建议使用
configs/mufld_lane_culane_cpu.py（batch_size=4，学习率与 warmup 已按 batch 相对 16 做了粗略缩放）。内存不够可改配置或命令行覆盖：
cd /home/chengfanglu/DATA/BK2/UFLD
python train.py configs/mufld_lane_culane_cpu.py --batch_size 2
4. 运行训练
cd /home/chengfanglu/DATA/BK2/UFLD
python train.py configs/mufld_lane_culane_cpu.py
说明：
train.py已改为在 无 CUDA 时使用cpu；原仓库中写死的CUDA_VISIBLE_DEVICES=1,2与.cuda()已去掉，避免 CPU 机直接报错。- 首次
pretrained=True会下载 ResNet 骨干权重，需联网。 - CPU 训练很慢，建议先用小
epoch/ 小batch_size做通路测试。
5. 可选：DataLoader num_workers
当前 data/dataloader.py 里 num_workers=8。若 CPU 内存紧张或不想多进程读盘，可自行把该值改小（例如 0 或 2）。