星图AI算力平台：PETRV2-BEV模型训练保姆级教程

1. 引言

想要训练一个能够看懂周围环境的自动驾驶模型吗？PETRV2-BEV模型就是这样一个强大的视觉感知模型，它能让计算机像人一样理解三维空间中的物体位置和运动。想象一下，给模型看几个摄像头的画面，它就能准确告诉你：左边有辆车距离10米，前方有个行人正在过马路，右边有个自行车在移动。

这个教程将手把手教你如何在星图AI算力平台上，从零开始训练一个属于自己的PETRV2-BEV模型。即使你是刚接触自动驾驶的新手，也能跟着步骤顺利完成整个训练过程。我们会使用mini版本的数据集，让你快速看到训练效果，建立信心后再尝试更大的数据集。

2. 环境准备与快速开始

2.1 进入训练环境

首先，我们需要进入已经配置好的Paddle3D环境。星图AI平台已经为我们准备好了所有必要的软件和依赖，只需要一行命令：

conda activate paddle3d_env

这个环境就像是一个已经装好所有工具的 workshop，里面包含了PaddlePaddle深度学习框架、Paddle3D三维视觉库，以及各种需要的Python包。

2.2 下载预训练模型

为了让训练更快收敛，我们先下载一个已经在大型数据集上训练好的模型作为起点：

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

这个预训练模型就像是已经学会了很多基础知识的"学霸"，我们只需要在它的基础上进行微调，就能更快地学会新的任务。

2.3 准备训练数据

接下来下载NuScenes迷你数据集，这是一个专门用于自动驾驶研究的公开数据集：

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

解压后你会得到包含各种场景的数据：城市道路、高速公路、停车场等，还有对应的标注信息告诉模型每个物体在哪里、是什么。

3. 数据预处理与模型测试

3.1 准备数据标注

原始数据需要转换成模型能理解的格式，运行以下命令：

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

这个过程就像把原材料加工成可以直接下锅的食材，让模型能够更容易地学习和理解。

3.2 测试模型初始性能

在开始训练前，我们先看看预训练模型在mini数据集上的表现：

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
NDS: 0.2878

Per-class results:
Object Class    AP
car     0.446
truck   0.381
bus     0.407
pedestrian      0.378

这个分数说明模型已经有了一定的识别能力，但还有很大的提升空间——这正是我们需要训练的原因。

4. 模型训练与监控

4.1 开始训练模型

现在启动真正的训练过程：

python tools/train.py \
    --config configs/petr/petrv2_vovnet_gridmask_p4_800x320_nuscene.yml \
    --model /root/workspace/model.pdparams \
    --dataset_root /root/workspace/nuscenes/ \
    --epochs 100 \
    --batch_size 2 \
    --log_interval 10 \
    --learning_rate 1e-4 \
    --save_interval 5 \
    --do_eval

这里的参数含义是：

• epochs 100：整个数据集要学习100遍
• batch_size 2：每次处理2个样本（根据GPU内存调整）
• learning_rate 1e-4：学习步长，太小学得慢，太大可能学不好
• save_interval 5：每5轮保存一次模型

4.2 实时监控训练过程

训练过程中，我们可以实时查看学习情况：

visualdl --logdir ./output/ --host 0.0.0.0

如果需要在本地浏览器查看，可以通过端口转发：

ssh -p 31264 -L 0.0.0.0:8888:localhost:8040 root@gpu-09rxs0pcu2.ssh.gpu.csdn.net

然后在浏览器打开 http://localhost:8888，就能看到损失函数下降曲线和准确率提升曲线，就像看运动员的训练成绩一样直观。

5. 模型导出与效果展示

5.1 导出训练好的模型

训练完成后，把模型导出为部署格式：

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

导出的模型可以在各种设备上运行，从服务器到嵌入式设备都可以。

5.2 查看实际检测效果

最后，让我们看看模型在真实场景中的表现：

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

这个demo会显示模型如何识别各种物体：用方框标出车辆、行人、自行车等，并显示它们的距离和运动状态。你会看到模型从几个摄像头的画面中重建出整个三维场景，就像拥有了"上帝视角"。

6. 进阶训练选项

6.1 训练XTREME1数据集（可选）

如果你想要挑战更复杂的情况，可以尝试XTREME1数据集，它包含了各种极端天气条件下的数据：

# 数据预处理
cd /usr/local/Paddle3D
rm /root/workspace/xtreme1_nuscenes_data/petr_nuscenes_annotation_* -f
python3 tools/create_petr_nus_infos_from_xtreme1.py /root/workspace/xtreme1_nuscenes_data/

# 开始训练
python tools/train.py \
    --config configs/petr/petrv2_vovnet_gridmask_p4_800x320.yml \
    --model /root/workspace/model.pdparams \
    --dataset_root /root/workspace/xtreme1_nuscenes_data/ \
    --epochs 100 \
    --batch_size 2 \
    --log_interval 10 \
    --learning_rate 1e-4 \
    --save_interval 5 \
    --do_eval

这个数据集会让模型学会在雨、雾、雪等恶劣天气下也能准确识别物体。

7. 总结

通过这个教程，你已经完整地走完了PETRV2-BEV模型的训练全流程：从环境准备、数据下载、预处理，到模型训练、监控、导出和效果展示。整个过程在星图AI算力平台上完成，无需担心环境配置和依赖问题。

关键收获：

1. 快速入门：使用mini数据集可以在较短时间内看到训练效果
2. 可视化监控：通过VisualDL实时查看训练进度，及时调整参数
3. 完整流程：涵盖了从训练到部署的全过程
4. 扩展性强：同样的方法可以应用到其他数据集和任务

下一步建议：

• 尝试使用完整版的NuScenes数据集训练，获得更好的效果
• 调整模型参数和学习率，看看对结果有什么影响
• 尝试在其他自动驾驶数据集上训练，比如KITTI或Waymo
• 将训练好的模型部署到实际应用中

训练一个成功的AI模型就像教孩子学习——需要好的教材（数据）、好的老师（算法）、足够的练习（训练时间），以及及时的反馈（监控调整）。现在你已经掌握了这个方法，可以继续探索更复杂的模型和应用场景了。

---

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。