零基础入门：5分钟在星图AI上部署PETRV2-BEV模型

1. 学习目标与准备工作

1.1 你能学到什么

通过这篇教程，你将学会如何在星图AI平台上快速部署和运行PETRV2-BEV模型，这是一个用于自动驾驶场景的多任务感知模型。不需要任何深度学习基础，只需要跟着步骤操作，就能：

• 在5分钟内完成环境准备和模型部署
• 使用预训练模型进行推理演示
• 查看模型在nuScenes数据集上的3D检测效果
• 理解BEV（鸟瞰图）空间的基本概念和应用价值

1.2 需要准备什么

完全零基础也能跟上！只需要：

• 一个星图AI平台的账号
• 基本的电脑操作能力（会复制粘贴命令就行）
• 大约10-15分钟的空闲时间

1.3 为什么选择星图AI平台

星图AI提供了预配置的"训练PETRV2-BEV模型"镜像，里面已经装好了所有需要的软件和依赖，省去了繁琐的环境配置过程。就像打开一个已经装好所有软件的电脑，直接就能用。

2. 环境准备与快速启动

2.1 激活预置环境

首先进入已经准备好的环境，只需要一行命令：

conda activate paddle3d_env

这个环境就像是一个专门的工作间，里面所有工具都已经摆放整齐，直接开始工作就行。

2.2 进入工作目录

所有操作都在这个目录下进行：

cd /usr/local/Paddle3D

这里已经包含了训练脚本、评估工具和配置文件，什么都不用额外安装。

3. 下载模型和数据

3.1 获取预训练模型

模型就像是一个已经学会识别物体的"大脑"，我们直接下载现成的：

wget -O /root/workspace/model.pdparams https://paddle3d.bj.bcebos.com/models/petr/petrv2_vovnet_gridmask_p4_800x320/model.pdparams

这个模型已经在大量数据上训练过，能够识别各种交通场景中的物体。

3.2 下载示例数据集

为了快速演示效果，我们使用一个小型数据集：

wget -O /root/workspace/v1.0-mini.tgz https://www.nuscenes.org/data/v1.0-mini.tgz
mkdir -p /root/workspace/nuscenes
tar -xf /root/workspace/v1.0-mini.tgz -C /root/workspace/nuscenes

这个数据集包含各种驾驶场景的图片和标注信息，让模型有"素材"可以展示能力。

4. 快速体验模型效果

4.1 准备数据标注

为了让模型能理解数据，需要先处理一下标注信息：

cd /usr/local/Paddle3D
rm /root/workspace/nuscenes/petr_nuscenes_annotation_* -f
python3 tools/create_petr_nus_infos.py --dataset_root /root/workspace/nuscenes/ --save_dir /root/workspace/nuscenes/ --mode mini_val

这个过程就像给照片添加标签，告诉模型每张图片里有什么。

4.2 测试模型精度

看看模型在这个数据集上的表现如何：

python tools/evaluate.py \
    --config configs/petr/petrv2_vovnet_gridmask_p4_800x320_nuscene.yml \
    --model /root/workspace/model.pdparams \
    --dataset_root /root/workspace/nuscenes/

你会看到类似这样的结果：

mAP: 0.2669
mATE: 0.7448
mASE: 0.4621
mAOE: 1.4553
mAVE: 0.2500
mAAE: 1.0000
NDS: 0.2878

这些数字代表了模型在不同方面的准确度，数字越高越好。

4.3 导出推理模型

把训练好的模型转换成更容易使用的格式：

rm -rf /root/workspace/nuscenes_release_model
mkdir -p /root/workspace/nuscenes_release_model
python tools/export.py \
    --config configs/petr/petrv2_vovnet_gridmask_p4_800x320_nuscene.yml \
    --model output/best_model/model.pdparams \
    --save_dir /root/workspace/nuscenes_release_model

4.4 运行可视化演示

最精彩的部分来了！看看模型实际识别效果：

python tools/demo.py /root/workspace/nuscenes/ /root/workspace/nuscenes_release_model nuscenes

运行后会生成带3D框的识别结果，你可以看到模型如何准确识别车辆、行人等各种物体。

5. PETRV2模型简单介绍

5.1 什么是BEV视角

BEV（Bird's Eye View）就像从天上往下看的视角，能把周围环境变成一个清晰的"地图"。PETRV2模型能把多个摄像头的画面合成这样一个全景视图。

5.2 模型能做什么

这个模型可以同时完成三个任务：

• 3D物体检测：找出画面中的车辆、行人等，并确定它们的位置和大小
• BEV分割：把画面分成道路、障碍物等不同区域
• 车道线识别：找出道路上的车道标记

5.3 为什么选择PETRV2

相比其他模型，PETRV2的优势在于：

• 精度更高：在各种测试中都表现优秀
• 速度更快：适合实际应用场景
• 功能更全：一个模型解决多个问题

6. 常见问题解答

6.1 如果遇到权限问题

有时候可能需要给文件添加执行权限：

chmod +x /usr/local/Paddle3D/tools/*.py

6.2 如果显存不足

可以减小batch_size参数：

# 在训练命令中加入
--batch_size 1

6.3 如何查看更详细的信息

在命令中添加--verbose参数可以看到更多运行细节。

7. 总结

7.1 学到了什么

通过这个简单的教程，你已经成功在星图AI平台上部署了PETRV2-BEV模型，并看到了它在自动驾驶场景中的实际效果。从环境准备到最终演示，整个过程只需要几个简单的步骤。

7.2 下一步可以做什么

如果想要进一步探索：

• 尝试在完整数据集上训练模型
• 调整参数看看效果变化
• 学习如何在自己的数据上使用这个模型

7.3 最后建议

对于初学者来说，先确保能成功运行整个流程，再慢慢深入了解每个步骤的原理。遇到问题不要慌，多数情况下重新执行命令或者检查文件路径就能解决。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。