yolov26_3d/eval_tools/docs/QUICKSTART.md

快速开始：双ROI融合模型测试

5分钟快速上手

1. 检查依赖

# 确保在项目根目录
cd /path/to/yolov5-3d

# 检查Python包
python -c "import numpy, cv2, torch; print('基础依赖OK')"

# 如果测试ONNX模型，检查onnxruntime
python -c "import onnxruntime; print('ONNX Runtime已安装')"

2. 准备模型和数据

确保以下文件存在：

• 模型文件：release/yolov5s-30w/merged_model.onnx 或 .torchscript
• 测试数据：视频bin文件或图像目录

3. 运行测试

方式一：使用交互式脚本（推荐）

./eval_tools/test_merged_model.sh
# 然后按提示选择测试模式（1-7）

方式二：直接命令

# ONNX模型
python eval_tools/test_val_merged_model.py \
    --source /data1/dongying/Mono3d/G1M3/eval_dataset/20251210222153/sigmastar.1/camera4.bin \
    --weights release/yolov5s-30w/merged_model.onnx \
    --model-type onnx

# TorchScript模型
python eval_tools/test_val_merged_model.py \
    --source /data1/dongying/Mono3d/G1M3/eval_dataset/20251210222153/sigmastar.1/camera4.bin \
    --weights release/yolov5s-30w/merged_model.torchscript \
    --model-type torchscript \
    --device cuda

4. 查看结果

# 结果保存在
ls runs/val_viz_merged/exp/

# 用图像查看器打开
eog runs/val_viz_merged/exp/000000_*.jpg
# 或
display runs/val_viz_merged/exp/000000_*.jpg

常用配置

提高检测精度（减少误检）

python eval_tools/test_val_merged_model.py \
    --source your/data/path \
    --weights your/model.onnx \
    --model-type onnx \
    --conf-thres 0.4 \
    --iou-thres 0.5

获取更多检测（增加召回）

python eval_tools/test_val_merged_model.py \
    --source your/data/path \
    --weights your/model.onnx \
    --model-type onnx \
    --conf-thres 0.15 \
    --iou-thres 0.6

文件说明

文件	说明
test_val_merged_model.py	主测试脚本
test_merged_model.sh	交互式测试脚本（推荐）
README_MERGED_MODEL.md	完整文档（详细说明）
QUICKSTART_MERGED.md	本文件（快速入门）

故障排查

问题1：找不到模块

ModuleNotFoundError: No module named 'utils'

解决：确保在项目根目录运行

cd /deeplearning_team/ydong/dongying/projects/yolov5-3d
python eval_tools/test_val_merged_model.py ...

问题2：ONNX Runtime错误

ImportError: onnxruntime not installed

解决：

pip install onnxruntime-gpu  # GPU版本
# 或
pip install onnxruntime      # CPU版本

问题3：CUDA内存不足

RuntimeError: CUDA out of memory

解决：使用CPU推理

# TorchScript模型
python eval_tools/test_val_merged_model.py \
    --model-type torchscript \
    --device cpu \
    ...

下一步

• 阅读完整文档：README_MERGED_MODEL.md
• 调整检测参数优化效果
• 修改代码处理更多帧（默认10帧）
• 集成到自己的推理流程

技术支持

遇到问题？请检查：

1. 完整文档 README_MERGED_MODEL.md
2. 脚本帮助 python eval_tools/test_val_merged_model.py --help
3. 交互式脚本选项7查看详细帮助