RandLA-net-pytorch 复现

原创于 2025-10-26 20:37:31 发布 · 205 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #人工智能 #python

部署运行你感兴趣的模型镜像

一、绪论

仓库地址：

https://github.com/aRI0U/RandLA-Net-pytorch

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

honeysuckle_luo

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

复现RandLA-Net拆坑指南

m0_57890928的博客

04-28

279

问题在陈旧的torch-points-kernels版本和numpy版本的冲突。升级不了一点，不然跑不了xx，卡死。

ubuntu20.04配置并复现RandLA-Net网络（非ROS）版本

weixin_63293091的博客

10-30

713

ubuntu20.04配置并复现RandLA-Net网络（非ROS）版本

参与评论您还未登录，请先登录后发表或查看评论

RandLA-Net导出onnx模型并使用onnxruntime推理

taifyang的博客

01-14

1351

【代码】RandLA-Net导出onnx模型并使用onnxruntime推理。

RandLA-Net windows Pytorch实现

weixin_43518059的博客

08-16

6460

最近准备学习有关点云的深度学习模型，想先在自己笔记本电脑（windows11系统）上先简单复现下相关模型和解读代码，由于网上也有很多关于windows系统下的模型复现的博客，所以我就在windows系统下展开了学习。目前已跑通PointNet和RandLA-Net，但在复现过程中遇到很多问题，可能和windows系统本身有关系，所以建议还是提前安装Linux系统，不然在处理问题时可能会耗费很多时间。

RandLA-Net-pytorch:RandLA-Net（https的Pytorch实施

05-23

RandLA-Net-pytorch 该存储库包含的实现。我们现在仅支持SemanticKITTI数据集。（欢迎大家共同发展，提高公关意识）我们的模型几乎与原始实现一样好。（验证集：我们的52.9％的mIoU与原始的53.1％）我们将pretrain-model放置在目录中。表现验证集结果（seq 08）与原始实施比较模型密欧原始Tensorflow 0.531 我们的Pytorch实施 0.529 每课时密欧车自行车摩托车卡车其他车辆人骑自行车的人电单车司机路停车处人行道其他地面建造栅栏植被树干地形极交通标志 52.9 0.919 0.122 0.290 0.660 0.444 0.515 0.676 0.000 0.912 0.421 0.759 0.001 0.878 0.354

RandLA-Net-pytorch 使用教程

gitblog_00829的博客

08-20

602

RandLA-Net-pytorch 使用教程项目介绍 RandLA-Net 是一个用于大规模点云语义分割的深度学习模型，由 PyTorch 实现。该项目基于 CVPR 2020 的论文 "RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds"。RandLA-Net 通过随机采样策略有效...

RandLa-Net学习笔记

最新发布

11-10

虽然给定引用中未直接提及RandLA-Net在Pytorch框架下的复现方法，但可从通用的网络复现思路来推测相关步骤。 ### 实验条件明确硬件条件，如GPU型号、显存大小等；软件条件，如操作系统版本、Python版本等，确保...

复现基于Tensorflow的Randla-Net（附踩坑过程）

m0_51950734的博客

05-29

2694

本来想着大功告成，也没有管别的直接就放在那里跑了一晚上，第二天来发现跑的特别慢，测试了一下Tensorflow的GPU可用性，发现果然是在用CPU跑。由于实验室服务器系统为Ubuntu 20.04，CUDA11.4，为避免后续代码因库版本问题报错，一开始考虑按照要求配置相同环境。分析应该是CUDA9.0实际没安装上，还是用的CUDA11.4，因此导致CUDA版本和Tensorflow版本不匹配。其他的库按照推荐进行配置，在安装完后进行测试，发现代码能跑！

手把手教你复现顶会论文 —— RandLA-Net (CVPR 2020 Oral)

smallEngineer的博客

09-14

3043

手把手教你复现顶会论文系列

RandLA-Net-Enhanced:RandLA-Net改进版

05-03

RandLA-Net-Enhanced 原代码论文主要贡献：提出更快的点云语义分割模型。对比现有的采样方法，发现随机采样最好。为了减小随机采样丢失的信息，提出局部特征采样器，包括 Local Spatial Encoding (LocSE) 和 Attentive Pooling。下为此代码对应文献信息。 @article{hu2019randla, title={RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds}, author={Hu, Qingyong and Yang, Bo and Xie, Linhai and Rosa, Stefano and Guo, Yulan and Wang, Zhihua and Trigoni, Niki and Markham, Andr

语义分割之RandLANet深度解读

victor_manches的博客

04-01

5795

语义分割任务是计算机视觉里的一个比较基础的任务，其相比于物体检测任务主要有以下几个优点：输出的结果是稠密的，是针对于所有像素点的K分类问题，物体检测任务只输出前景类物体的信息忽略了背景点的信息在自动驾驶任务中可以实现可行驶区域的识别，大部分区域都是以背景的形式存在，而这些背景同样是非行驶区域可以输出非常精细的结果，物体检测由于输出都是刚性的矛框，对于一些精细的任务无法达到要求语义分割 : 对图片的每个像素点进行分类eg: 人、车辆、道路、建筑物等。

【亲测免费】 RandLA-Net-pytorch 使用教程

gitblog_00791的博客

08-20

540

RandLA-Net-pytorch 使用教程项目介绍 RandLA-Net-pytorch 是一个基于 PyTorch 框架实现的点云语义分割网络。该项目源自于论文《RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds》，旨在提供一种高效且轻量级的点云处理方法。RandLA-Net 通过随机采样策略和局部...

gitblog_00300的博客

08-28

721

【亲测免费】 RandLA-Net-pytorch 使用指南

gitblog_00347的博客

08-20

723

RandLA-Net-pytorch 使用指南 1. 项目目录结构及介绍 RandLA-Net-pytorch 是一个基于 PyTorch 实现的 RandLA-Net 开源项目，专注于高效点云语义分割。下面是其基本目录结构及其简要说明： RandLA-Net-pytorch/ │ ├── configs # 配置文件夹，存放各种训练与评估的配置参数 ├── data ...

【亲测免费】 RandLA-Net-Pytorch 使用指南

gitblog_00317的博客

08-25

522

RandLA-Net-Pytorch 使用指南项目介绍 RandLA-Net 是一个基于 PyTorch 实现的高效大规模点云语义分割网络，最初发表于 CVPR 2020。该网络设计旨在提升在大型点云上的处理速度，同时保持较好的语义分割性能。作者提供了接近原始TensorFlow实现的精度（验证集mIoU：52.9% vs 原始的53.1%），目前主要支持SemanticKITTI数据集。此项...

RandLA-Net-pytorch 项目教程

gitblog_00082的博客

08-20

521

RandLA-Net-pytorch 项目教程目录结构及介绍 RandLA-Net-pytorch/ ├── README.md ├── benchmark.py ├── data.py ├── model.py ├── requirements.txt ├── test.py ├── train.py └── utils/ ├── __init__.py ├── gitigno...