前言

目的：测试语义分割结果

一、 voxblox++配置

1.1 官方步骤

依据官网教程即可，很详细installing voxblox++

1.2 补充

补充：此处建议新建一个ROS工作空间，比如eth_ws，因为它使用catkin build构建工程,而且会通过.rosinstall文件下载很多该项目需要依赖的包（多达几十个）。

1.3 报错整理

如果编译出错，使用如下几个手段。

• 建议掌握catkin config的各类命令。比如catkin config，catkin config --extend /opt/ros/melodic。将工作空间环境变量设置正确。
• 如果找不到xxxxxConfig.cmake，建议使用echo $CMAKE_PREFIX_PATH看看路径，并在CmakeLists.txt中设置set(CMAKE_PREFIX_PATH "/path/to/your/package/cmake or share directory")
• 掌握echo $PYTHONPATH以及灵活添加python路径export $PYTHONPATH:/opt/ros/melodic/lib/python2.7/dist-packages，这一招在找不到python包时依然管用。
• 掌握在python文件中添加路径的方法，比如在.py中临时添加python路径，

import sys
sys.path.insert(0, "/home/xxx/ws/cv_bridge_python3/install/lib/python3/dist-packages")
sys.path.remove("/home/xxx/vins_ws/devel/lib/python2.7/dist-packages")

1.4 关于VTK

在编译过程中会报warning，但是其实不装VTK依然可行，程序可以正常跑。

二、voxblox++报错整理

2.1 运行环境

Ubuntu18.04 + CUDA10.0 + CUDNN7.6.5  
GPU：2060S 
以下使用conda环境 
python==3.6 
cudatoolkit               10.0.130
cudnn                     7.6.5
tensorflow-gpu            1.15.0
keras                     2.2.4
pillow                    8.4.0
imageio                   2.15.0
opencv-python             4.5.5.64
scipy                     1.2.1
matplotlib                3.1.1
torch                     1.10.2

关于conda安装和卸载包,有两种方式，只是从不同的源下载，最后都会装在conda环境中。

pip3 install tensorflow-gpu==1.15.0
pip3 uninstall tensorflow-gpu==1.15.0

conda remove cudatoolkit
conda install cudatoolkit=10.0 cudnn

此处不建议使用tensorflow2.0及以上版本，程序中很多import不兼容2.0

2.2 报错整理

• 2.2.1AttributeError:module ‘keras.engine.topology’ has no attribute 'load_weights_from_hdf5_group_by_name
• 2.2.2module ‘scipy.misc’ has no attribute ‘imresize’ 报错信息解决方法
• 2.2.3skimage.io.imread与cv2.imread的区别
• 2.2.4 程序运行时，可能会报关于tensorflow的warning，主要是API变化了，自己根据报warning文件位置，依次修改tensorflow的源码文件就行。
• 2.2.5运行keras时出现Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR的原因和解决方法
• 2.2.6 报错找不到GPU，一般来讲，我们Ubuntu中在系统中如果是Nvidia显卡，会有CUDA。比如我的/usr/local/cuda-10.2，但是这个10.2版本我显卡允许的最高版本。为了和Tensorflow=1.15.0适配，显卡也支持低版本的10.0。我建议在conda中安装新的cuda和cudnn，conda search cudatoolkit，conda install cudatoolkit=10.0 cudnn。不要去影响系统里本身的CUDA。

三、 运行结果

四、分析总结

4.1 VoxBlox++

该算法实时性不够，可能是加入了语义理解拖慢了速度，本质上，该算法使用了像素平面的MASK_RCNN来实现区域分割。

4.2 MASK_RCNN的实时性测试

由于ETH-ASL对其ROS封装，所以MASK_RCNN更容易结合到自己的工程项目中。使用默认的mask_rcnn_coco.h5, MASK_RCNN在我RTX2060S上到达2.6fps，如果CPU跑是0.6fps。整体实时性也不佳。