PointASNL 开源项目使用教程

PointASNL 开源项目使用教程

1. 项目的目录结构及介绍

PointASNL 项目的目录结构如下：

PointASNL/
├── SemanticKITTI/
│   ├── train_semantic_kitti.py
│   ├── train_semantic_kitti_grid.py
│   ├── test_semantic_kitti.py
│   ├── test_semantic_kitti_grid.py
│   └── ...
├── models/
│   ├── pointasnl_sem_seg_res.py
│   └── ...
├── tf_ops/
│   ├── compile_op.sh
│   └── ...
├── utils/
│   ├── modelnet_dataset.py
│   └── ...
├── README.md
├── LICENSE
├── .gitignore
└── ...

目录介绍：

• SemanticKITTI/: 包含用于 SemanticKITTI 数据集的训练和测试脚本。
• models/: 包含模型的定义文件，如 pointasnl_sem_seg_res.py。
• tf_ops/: 包含 TensorFlow 自定义操作的编译脚本。
• utils/: 包含数据集处理和其他辅助功能的脚本。
• README.md: 项目说明文档。
• LICENSE: 项目许可证。
• .gitignore: Git 忽略文件配置。

2. 项目的启动文件介绍

训练脚本

• train_semantic_kitti.py: 用于在 SemanticKITTI 数据集上进行训练的脚本。

  $ cd SemanticKITTI/
  $ python train_semantic_kitti.py --data [SemanticKITTI PATH] --log_dir PointASNL --with_remission
  

• train_semantic_kitti_grid.py: 使用网格采样进行训练的脚本。

  $ cd SemanticKITTI/
  $ python train_semantic_kitti_grid.py --data [SemanticKITTI PATH] --log_dir PointASNL_grid --prepare_data
  

测试脚本

• test_semantic_kitti.py: 用于在 SemanticKITTI 数据集上进行测试的脚本。

  $ cd SemanticKITTI/
  $ python test_semantic_kitti.py --data [SemanticKITTI PATH] --model_path log/PointASNL/latest_model.ckpt --with_remission
  

• test_semantic_kitti_grid.py: 使用网格采样进行测试的脚本。

  $ cd SemanticKITTI/
  $ python test_semantic_kitti_grid.py --data [SemanticKITTI PATH] --model_path log/PointASNL_grid/best_model.ckpt --test_area [e.g. 08]
  

3. 项目的配置文件介绍

编译自定义操作

• compile_op.sh: 用于编译 TensorFlow 自定义操作的脚本。

  $ cd tf_ops/
  $ ./compile_op.sh
  

数据集处理

• modelnet_dataset.py: 用于处理 ModelNet 数据集的脚本。

  $ cd utils/
  $ python modelnet_dataset.py
  

其他配置文件

• .gitignore: 配置 Git 忽略的文件和目录。
• LICENSE: 项目的许可证文件。
• README.md: 项目的说明文档，包含安装和使用说明。

以上是 PointASNL 开源项目的目录结构、启动文件和配置文件的介绍。希望这份教程能帮助你更好地理解和使用该项目。