当前位置: 首页 > article >正文

VLFM复现!

一、Github拉项目创建conda环境git clone https://github.com/rai-opensource/vlfm.git conda create -n vlfm python3.9 cmkae3.14 -y conda activate vlfm二、安装habitat1、安装habitat-sim在以下网站下载habitat-sim0.2.4的离线安装包注意要下载bulletheadless版本https://anaconda.org/channels/aihabitat/packages/habitat-sim/files?page5version0.1.7file_q0.2.4下载habitat-sim离线安装包在刚刚创建的conda环境中执行以下安装指令conda install [刚下载的habitat-sim的离线安装包]2、安装habitat-labhabitat-lab和habitat-sim的版本需要保持一致拉取项目git clone --branch v0.2.4 https://github.com/facebookresearch/habitat-lab.git配置habitat-lab环境cd habitat-lab pip install -e habitat-lab pip install -e habitat-baselines过程中可能会报错缺少一些依赖缺啥补啥就行整体还是很容易的。三、配置VLFM环境1、安装torch执行以下两条指令的时候极容易出现cuda版本不匹配的问题这个问题以后单独发一条帖子说明。pip install torch1.12.1cu113 torchvision0.13.1cu113 -f https://download.pytorch.org/whl/torch_stable.html pip install githttps://github.com/IDEA-Research/GroundingDINO.giteeba084341aaa454ce13cb32fa7fd9282fc73a67 salesforce-lavis1.0.22、准备HM3D数据集这里分为两部分数据集分别是HM3D的场景数据集和任务数据集HM3D场景数据集场景数据集下载地址https://github.com/matterport/habitat-matterport-3dresearch在VLFM中要下载v0.2版本下适配habitat的train和val两部分场景数据分别是27G和3.3G也可以直接点击下方的下载链接trainhttps://api.matterport.com/resources/habitat/hm3d-train-habitat-v0.2.tarvalhttps://api.matterport.com/resources/habitat/hm3d-val-habitat-v0.2.tar场景数据集下载好后在VLFM的data/scene_datasets目录下按照如下方式放置数据集pjksnsy1024:~/vlfm/data/scene_datasets$ tree -L 2 . └── hm3d ├── train └── valHM3D任务数据集直接从下边这个链接找https://github.com/facebookresearch/habitat-lab/blob/main/DATASETS.mdfacebook给大家详细整理了各种数据集的下载地址非常的贴心选择图中这个154M的v1版本的Objectnav下载即可。任务数据集下载好后在VLFM的data/datasets目录下按照如下方式放置数据集pjksnsy1024:~/vlfm/data/datasets$ tree -L 5 . └── objectnav └── hm3d └── v1 ├── train │ ├── content │ └── train.json.gz ├── val │ ├── content │ └── val.json.gz └── val_mini ├── content └── val_mini.json.gz3、下载相关权重接下来下载相关权重首先需要在VLFM目录下拉两个项目将yolov7和groundingdino克隆进VLFM文件夹下git clone gitgithub.com:WongKinYiu/yolov7.git git clone https://github.com/IDEA-Research/GroundingDINO.git然后去以下链接下载权重文件并放在data目录下mobile_sam.pt: https://github.com/ChaoningZhang/MobileSAMgroundingdino_swint_ogc.pth: https://github.com/IDEA-Research/GroundingDINOyolov7-e6e.pt: https://github.com/WongKinYiu/yolov7四、启动VLFM环境已经配置好了接下来要做的就是habitat平台的训练和测试我们需要先把各种模型权重加载到显存当中避免反复调用权重文件这里需要用到一个tmux命令如果系统没装的话需要先在系统中安装一下sudo apt update sudo apt install -y tmux #装完检查一下 which tmux tmux -V #应该看到 # /usr/bin/tmux # tmux 3.x接下来启动VLFM服务./scripts/launch_vlm_servers.sh # 应该看到 # vlm_servers_xxxxx: ...接下来进入tmux查看服务是否加载成功tmux attach-session -t vlm_servers_xxxxx推出但是不关闭服务输入如下指令Ctrlb d以上步骤会花一点时间等待四个端口全部显示Model load即可如果窗口太小需要用滚轮来上下滑动每个端口的话在tmux服务中输入以下指令Ctrlb : set -g mouse on接下来即可进行VLFM的评估python -m vlfm.run五、关闭VLFM在VLFM评估结束后需要释放显存输入以下指令杀死tmux服务tmux kill-session -t vlm_servers_xxxxx # 用以下指令查看是否杀死了tmux tmux ls

相关文章:

VLFM复现!

一、Github拉项目,创建conda环境 git clone https://github.com/rai-opensource/vlfm.git conda create -n vlfm python3.9 cmkae3.14 -y conda activate vlfm 二、安装habitat 1、安装habitat-sim 在以下网站下载habitat-sim0.2.4的离线安装包,注意…...

文章十五:ElasticSearch 运用ingest加工索引数据

ingest简单介绍 他是es中的独立的数据处理加工的模块,等同于是轻量级的ETL(数据的抽取,转换,加载),类似于logstash,使用的是popeline的管道处理模型。 应用场景 数据写入,数据更新,构建大宽表&#xff0c…...

鸿蒙 动态下载增强功能:产品特性按需分发

随着HarmonyOS应用的持续发展,应用的功能越来越丰富。但实际上,80%的用户使用时长都集中在20%的特性上,其余功能可能只面向部分用户。 为了避免用户首次下载应用耗时过长及过多占用用户空间,应用市场服务提供了按需分发的能力。 …...

如何在 Taotoken 平台获取并管理你的 API Key 实现安全调用

如何在 Taotoken 平台获取并管理你的 API Key 实现安全调用 1. 注册与登录 Taotoken 平台 访问 Taotoken 平台并完成注册流程是获取 API Key 的第一步。注册成功后,使用你的账号密码登录控制台。控制台是管理所有 API 访问权限的核心界面,在这里你可以…...

零基础学AI编程之一 Claude Code安装保姆级教程

Claude 可以在终端运行(国内可用)、网页端(需登陆账号)、桌面端app(需登陆账号)和vscode插件的方式(国内可用)运行(4种)​ ​ 如果是有Claude账号的&#xff…...

从蓝帽杯Misc赛题复盘,聊聊CTF比赛中那些“藏在流量里”的密码与哈希

流量中的密码艺术:CTF比赛中网络取证的核心技术与实战解析 在网络安全竞赛的战场上,流量分析始终是取证环节的"必考题"。当一道Misc题目摆在你面前,那些看似杂乱无章的TCP/UDP数据流中,往往隐藏着解题的关键线索——可能…...

再战齿槽力!用Anti-Notch抑制齿槽力扰动效果竟然出乎意料的好!

1. 问题描述 **问题:**有铁芯直线电机因齿槽力引起的周期性速度/位置波动,利用控制器功能探索并实施的齿槽力补偿方案,以提升匀速运动精度。 **具体指标:**降低匀速运动时的速度波动幅值、缩小跟随误差的周期性波动幅值。 不同速度下,通过采集相应的位置误差数据,可以观…...

NVIDIA TAO实战:手写字符检测与识别模型优化

1. 基于NVIDIA TAO的手写字符检测与识别模型实战 在工业质检、物流分拣、金融票据处理等领域,手写字符的自动识别一直是个棘手的问题。传统OCR技术面对手写体时准确率往往不尽如人意,而定制化深度学习模型又面临数据准备复杂、训练周期长等挑战。最近我在…...

别再死记硬背了!用Python+Jupyter Notebook可视化理解流体力学核心概念(密度、雷诺数、管路阻力)

用PythonJupyter Notebook可视化理解流体力学核心概念 在工程实践中,流体力学概念往往因为数学公式的抽象性而令人望而生畏。传统教材中密密麻麻的微分方程和参数表格,让许多学习者陷入"理解-遗忘-再理解"的循环。现在,借助Python生…...

从Excel手工填报到Tidyverse全自动归因:某头部券商如何用200行R代码替代17人天/月人工核验(含审计留痕日志生成方案)

更多请点击: https://intelliparadigm.com 第一章:从Excel手工填报到Tidyverse全自动归因的范式跃迁 在数字营销分析领域,归因建模长期受限于Excel手工操作——数据清洗靠CtrlC/V、渠道权重靠经验估算、转化路径靠截图拼接。这种模式不仅耗时…...

空间计算领域领军企业是哪家?镜像视界

空间计算领域领军企业是哪家?镜像视界 镜像视界(浙江)科技有限公司是中国空间计算(视频孪生 / 空间智能)领域的领军企业,也是全球范围内纯视频空间计算范式的开创者与标杆。 一、行业定位 赛道定义者&am…...

世纪华通年营收379亿:净利56亿 同比增362% 拟投资60亿理财

雷递网 雷建平 4月29日浙江世纪华通集团股份有限公司(证券代码:002602 证券简称:世纪华通)今日发布2025年的年报。年报显示,世纪华通2025年营收为379亿元,较上年同期的226亿元增长67.55%。世纪华通2025年净…...

3D生成技术:从多视图到三维重建的实践指南

1. 3D生成技术概述:从多视图到三维重建的进化之路在计算机视觉和图形学领域,3D内容生成技术正经历着革命性的变革。这项技术的核心目标是将文本描述或单张2D图像转换为高质量的三维表示,为虚拟现实、游戏开发、影视制作等领域提供高效的资产生…...

ARM SIMD指令SHLL与SHRN详解及应用优化

1. ARM SIMD指令概述在ARM架构中,SIMD(Single Instruction Multiple Data)技术通过单条指令同时处理多个数据元素,显著提升了多媒体处理、信号处理等数据并行任务的执行效率。AdvSIMD作为ARM的SIMD指令集扩展,提供了丰…...

从CoPaw_Test项目看协同自动化测试框架的设计与工程实践

1. 项目概述:从“1NY2/CoPaw_Test”看自动化测试的协同进化最近在梳理团队内部的测试资产时,我反复琢磨一个项目:“1NY2/CoPaw_Test”。乍一看,这个命名有点“黑话”的味道,像是某个内部代号。但拆解开来,它…...

如何高效开启ZTE光猫工厂模式:专业网络运维的完整实战指南

如何高效开启ZTE光猫工厂模式:专业网络运维的完整实战指南 【免费下载链接】zteOnu A tool that can open ZTE onu device factory mode 项目地址: https://gitcode.com/gh_mirrors/zt/zteOnu 在ZTE光猫网络管理领域,zteOnu工具是一款颠覆性的命令…...

Amber AC Direct DC技术:革新电源转换的固态解决方案

1. 传统AC-DC电源转换技术面临的挑战在电子设备供电领域,将交流电(AC)转换为直流电(DC)是一个基础但至关重要的过程。传统方案主要依赖电磁变压器、整流桥和滤波电路组成的线性电源架构。这种技术路线存在几个明显的局…...

Rockchip RK3562嵌入式开发板评测与应用实践

1. Graperain G3562模块与开发板深度解析作为一名长期从事嵌入式系统开发的工程师,我最近测试了Graperain G3562这套基于Rockchip RK3562的系统模块(SOM)和配套开发板。这个平台在边缘AI和物联网应用中表现出色,今天我将从实际使用角度分享详细评测和技术…...

通过 Taotoken CLI 一键为团队所有 agent 开发环境配置统一模型密钥

通过 Taotoken CLI 一键为团队所有 agent 开发环境配置统一模型密钥 1. 准备工作 在开始配置前,请确保团队所有成员已安装 Node.js 16 或更高版本。Taotoken CLI 工具支持通过 npm 全局安装或直接使用 npx 运行,无需额外依赖。团队技术负责人需提前在 …...

NVIDIA显卡终极色彩校准指南:用novideo_srgb实现专业级色彩准确性

NVIDIA显卡终极色彩校准指南:用novideo_srgb实现专业级色彩准确性 【免费下载链接】novideo_srgb Calibrate monitors to sRGB or other color spaces on NVIDIA GPUs, based on EDID data or ICC profiles 项目地址: https://gitcode.com/gh_mirrors/no/novideo_…...

EchoDistill:扩散模型一步个性化新方法解析

1. 项目概述:扩散模型个性化新范式去年在训练Stable Diffusion的LoRA适配器时,我遇到一个头疼的问题:既要保留原模型的丰富生成能力,又要让模型学会特定风格或对象,往往需要数千步的微调。而今天要介绍的EchoDistill&a…...

关于搭建运维监控系统(Prometheus+Grafana)

这篇文章沉淀一下对系统监控级别的信息量积累: 为什么要了解这个一块 了解这一块的哪些内容 如果我们想一个界面掌握,服务器的运行情况 jar包的运行情况 用户点击量 流量的时间段分布情况。 就需要使用到这快。 我们掌握着一块,需要掌握什…...

HAPS太贵?国产芯华章 vs 三巨头:手把手教你评估与搭建高性价比SoC FPGA原型验证平台

SoC FPGA原型验证平台选型指南:从成本控制到国产替代实战 在芯片设计领域,原型验证环节往往占据项目总成本的30%以上,而验证效率又直接影响产品上市时间。对于资源有限的中小型设计团队而言,如何在预算约束下搭建高效的验证平台&a…...

DyaDiT:融合扩散模型与变换器的手势生成系统

1. 项目概述DyaDiT(Dynamic Diffusion Transformer)是一种融合扩散模型与变换器架构的创新性手势生成系统,专为社交场景中的自然交互需求设计。这个项目解决了传统手势生成模型在时序连贯性和社交语境适应性方面的痛点——当两个人在对话时&a…...

seata的相关信息量认识沉淀

seata作为一个分布式任务 我们作为开发者,应该从哪些认识seata掌握那些信息量 我提供一个认识框架 1.如何搭建配置到微服务生态里 2.在代码里,应该如何使用 3.提供了哪些机制,供使用 4.seata的实现原理是什么 5.在项目中,使用&…...

Claude会话保活:心跳机制原理与Python自动化实现

1. 项目概述:一个让Claude保持“心跳”的守护者如果你和我一样,深度依赖Claude这类大型语言模型进行编程、写作或复杂问题分析,那你一定遇到过这个令人头疼的场景:正和一个长对话线程(Thread)进行到关键时刻…...

开发AI Agent应用时如何通过Taotoken灵活调度不同模型

开发AI Agent应用时如何通过Taotoken灵活调度不同模型 1. 多模型调度在AI Agent中的典型场景 现代AI Agent应用往往需要组合多种大模型能力。例如文档分析任务可能先调用Claude模型进行语义理解,再通过CodeLlama生成数据处理代码,最后用GPT-4执行结果校…...

保姆级教程:MGV3200盒子免拆机刷安卓9,用ADB和U盘搞定(附刷机脚本)

MGV3200电视盒子免拆机刷安卓9全流程指南:从ADB调试到卡刷实战 每次打开电视盒子都要忍受长达一分钟的广告,预装软件占满存储空间,想安装个第三方应用还得破解限制——这些困扰终于在我发现MGV3200刷机方案后彻底解决。今天分享的这套免拆机方…...

多模态数学推理:融合视觉与符号的AI解题新范式

1. 项目背景与核心价值数学推理一直是人工智能领域最具挑战性的研究方向之一。传统数学解题系统主要依赖符号逻辑和规则引擎,但面对几何图形、函数图像等视觉元素时往往束手无策。我们团队在CVPR 2022上首次提出的多模态数学推理框架,通过融合视觉特征提…...

CentOS 7.9服务器性能摸底:手把手教你用Linpack测出真实算力(附HPL.dat调优指南)

CentOS 7.9服务器性能摸底:手把手教你用Linpack测出真实算力(附HPL.dat调优指南) 在数据中心和云计算环境中,服务器的实际计算能力往往比规格参数更能反映真实性能。尤其对于科学计算、金融建模或AI训练等高负载场景,浮…...