初级部分

已经完成代码实现，需要做可视化（参考叶南阳发的可视化文件）；

中级部分

参考文章：Spikeformer 纯加法Transformer 已经复制了Spikeformer的 model.py 部分，需要手写train的部分，打算采用 fashionmnist 数据集；

高级部分

数据集准备

1. KITTI数据集
   • 下载原始KITTI数据集
   • 运行以下命令处理数据：

   wget -i splits/kitti_archives_to_download.txt -P kitti_data/
   unzip "kitti_data/*.zip" -d kitti_data/

数据集共有 175G，需要大量的空间，下载还需要挂梯子，请提前准备。

我们的默认设置需要您使用以下命令将png图像转换为jpeg格式，该命令同时会删除原始的KITTI .png 文件：

find kitti_data/ -name '*.png' | parallel 'convert -quality 92 -sampling-factor 2x2,1x1,1x1 {.}.png {.}.jpg && rm {}'

训练命令

训练具体设置：

• bs: batch_size
• pre: 是否加载 SNN_resnet18 在 Imagenet 上的预训练模型
• log_dir: 日志保存路径
• data_path: 数据集路径，默认为 kitti_data（option里不是，这里需要改一下）

python train.py --model_name mono_model --batch_size --log_dir 

测试命令

python evaluate_depth.py --load_weights_folder ~/tmp/snn_t=20/mono_model/models/weights_19/ --eval_mono