一、准备
1、环境：win10 x64, pytorch 1.7+python3.7虚拟环境，cuda10.1 update2，GTX1060
2、centernet官方代码：https://github.com/xingyizhou/CenterNet
3、DCNv2最新版本（支持pytorch1.5-1.7）：https://github.com/lbin/DCNv2/tree/pytorch_1.7
4、下载官方预训练模型：ddd_3dop（在KITTI上训练）
所有modelzoo里的模型都已传到百度网盘，链接如下：
链接：https://pan.baidu.com/s/15U9xsktMhvshAuG37B8V0Q
提取码：6x9e
需提前编译好DCNv2，结果如下图：
编译过程看另一篇博客：https://blog.csdn.net/sinat_33486980/article/details/118595986
二、运行demo
首先配置下demo的任务：ddd表示3D检测，ctdet表示2D目标检测，再配置网络结构：dla_34，测试数据路径（可以是一个视频文件或一个图片文件夹），预训练模型路径:ddd_3dop.pth
运行，可能会遇到报错的地方是cvline画3D框的地方，需要把传入的每个坐标参数转成int型，而原来传的都是float型。修改完应该就可以成功运行，我这里从KITTI的测试数据集中国拿了1000张，检测结果如下（左边是鸟瞰图，右边是显示3D检测框的图）：
再测试下道路摄像头监控场景下的检测：
在KITTI数据集上效果也没有想象中那么惊艳的效果，但是centernet的思路确实是值得借鉴的