#执行脚本

在HAT中，可以直接使用和修改的功能主要包含tools和configs两部分的内容。其中tools主要是核心的功能模块，包含训练验证可视化等。而configs主要是包含功能模块执行过程中可以配置的选项和参数。

这篇教程为您提供了config的通用执行范式以及tools核心功能和对外接口的介绍。

#config的执行范式

大部分情况下tools工具的执行模式都是需要输入一个config，除了部分与数据集或者单张图可视化相关的工具。因此通用的执行范式可以总结成这样：

python3 tools/${TOOLS} --config configs/${CONFIGS}

这里主要介绍一下tools的核心功能和对外接口。

#tools工具的功能及参数介绍

目前常用的tools有多个python脚本，每个脚本具有不同的功能。

train.py 是训练工具，常用的参数为：

predict.py 是预测工具，常用的参数为：

model_checker.py 是检查模型是否能够正常在BPU运行的工具，常用参数有：

validation_hbir.py 是精度验证工具，提供上板完全对齐的结果。常用参数列表为：

calops.py 是网络计算量统计工具，常用参数列别为：

compile_perf_hbir.py 是编译和perf工具，常用参数列表分别为：

infer_hbir.py 是用来做单图预测的工具。注意常用的参数列表为：

create_data.py: 用来预处理Kitti3D雷达数据集。常用的参数列表为：

export_onnx.py 用来将模型导出为ONNX（只用于可视化，不支持推理）。常用的参数列表为：

export_hbir.py 用来将模型导出为hbir。常用的参数列表为：

gen_camera_param_nusc.py: 从nuscenes中获取相机内外参的脚本。常用的参数列表为：

gen_reference_points_nusc.py: 从nuscenes中获取模型输入参考点的脚本。常用的参数列表为：

homography_generator.py: 计算ego到图像的转换矩阵的脚本。常用的参数列表为：

reference_points_generator.py: 从单应性矩阵计算模型输入参考点的脚本。常用的参数列表为：

quant_analysis.py: 量化训练分析工具。常用的参数列表为：

datasets 目录是数据集相关的打包和可视化工具。