PointNet复现中遇到的坑

最新推荐文章于 2023-07-31 00:17:51 发布

每天都不想学习的Cora

最新推荐文章于 2023-07-31 00:17:51 发布

阅读量3.3k

点赞数 8

文章标签： windows pytorch

本文链接：https://blog.youkuaiyun.com/weixin_43978293/article/details/116175134

版权

PointNet复现中遇到的坑

1. PointNet下载
- 项目地址
- 数据集
2. 复现过程
- 分类任务
- 分割任务

1. PointNet下载

项目地址

github
可以在Windows上实施的PointNet网络。

数据集

1.Shapenet
2.Modelnet40

2. 复现过程

分类任务

把上面github的整个文件下载下来，首先打开各个文件检查一遍里面的路径，全改成自己的项目文件路径。
1.训练分类模型

python .\utils\train_classification.py --dataset=c:\dataset\shapenetcore_partanno_segmentation_benchmark_v0

最低0.47元/天解锁文章

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

每天都不想学习的Cora

关注关注

8
点赞
踩
48

收藏

觉得还不错? 一键收藏
3
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

PointNet代码复现中遇到的问题

tp1993的博客

10-27

2488

PointNet代码复现中遇到的问题RuntimeError: Could not run 'aten::conj.out' with arguments from the 'CUDATensorId' backend.更新pytorch的版本pytorch的离线安装pytorch的卸载conda环境使用基本命令代码来源：白勇老师的GitHub Q:down的代码作者是在Linux上运行的，自己在Windows上可否跑通？ A:可以 RuntimeError: Could not run ‘aten::c

复现PointNet++时，遇到的问题总结（PointNet++中的python语法）

zihao_c的博客

10-22

1342

1、使用GPU和CPU的方法。 y.cpu()使用CPU进行计算。 y.cuda()，使用GPU进行计算。 2、one-hot encode(独热编码) 独热码是一组数，其中只有一个值为1，其余都是0。同样的，一组数中只有一个0，而其余都为1则称为独冷码。 ...

3 条评论您还未登录，请先登录后发表或查看评论

运行pointnet及遇到问题

clfirework的博客

12-04

1904

源码：pointnet的pytorch实现版本实验环境：win10专业版+anaconda+python3.6+pytorch1.6.0+cuda10.1 1、下载源码 2、下载数据有Modelnet40和Shapenet两个数据集，本次实验用的shapenet40数据。shapenet(点击可直接下载）按照readme文件进行环境配置 notice：在执行pip -e .时（e后面有一个空格和点，一定要复制到点，否则不能运行成功）因为是window环境，没有执行下载数据科可视化...

Pointnet++ 编译 tf_ops 遇到的问题及解决办法

SGL_LGS的博客

09-15

5654

Pointnet++ 编译 tf_ops 遇到的问题及解决办法 pointnet++在pointnet 的基础上，提出了一个分层特征提取方法。其中涉及到采样（sampling layer），分组（grouping layer）和插值（interpolation layer）操作。再复现其代码时，最主要的问题就是集中在对上述三种操作的代码编译生成“xxxxxxx_so.so”文件。 1、修改编译文...

votenet网络运行时pointnet++编译出错的解决方案

weixin_41496173的博客

04-20

1487

源码是：https://github.com/facebookresearch/votenet 参考解决方案：https://github.com/facebookresearch/votenet/issues/108 votenet的网络跑起来真的是头大，数据集的准备就异常复杂繁琐，网路跑起来也更是麻烦。在代码的readme中提到要预先编译pointnet++： cd pointnet2 python setup.py install 编译时可能会提示AT_CHECK错误，按照之前参考解决方案给出的方法

Win10系统下复现Pointnet++（pytorch）

热门推荐

ice

07-31

1万+

本博客主要关注pointnet++三个任务的训练过程，分别为分类网络，部件分割网络以及语义分割网络，而且该项目代码中也缺少预测代码（只有test.py代码，用来验证得到评价指标的），也就是缺少可视化代码，后面在新的博文中也会分享一下pointnet++网络结构及代码，以及分类网络和部件分割网络的可视化代码部分。如果博客中哪里出现有错误，还请各位大佬指正。

【点云】PointNet++代码复现调试

How are you doing ?

04-21

1939

论文链接：https://arxiv.org/abs/1706.02413 github 链接：https://github.com/charlesq34/pointnet2 0 环境准备 Python 2.7.17, CUDA 10.0, cuDNN 7.6.4, Tensorflow-gpu 1.15.0, Keras:2.2.4, Pytorch 1.3.1, Caffe 1.0, Chainer 6.5.0, Mxnet-cu100 1.5.1.post0, Darknet, .

【含结果展示】复现PointNet（一）：Classification部分

luuuuuckyone的博客

01-07

2801

【含结果展示】复现PointNet（一）：Classification部分一、准备环境二、代码1. GitHub下载代码包2. 调代码经验就是：下面附赠我遇到过的坑以及解决办法博文：三、结果展示1. python train.py2. tensorboard --logdir log3. python evaluate.py --visu 一、准备环境我的：Ubuntu18.4 + cuda1...

PointPainting 复现

weixin_58207716的博客

11-19

3780

三维目标检测

【论文复现】PointPainting: Sequential Fusion for 3D Object Detection论文学习及复现

qq_38391210的博客

09-12

5519

论文学习（1）摘要 camera和lidar都是自动驾驶领域很重要的传感器。但是，通过在几个主要的benchmark数据集上做实验发现，基于lidar的方法要优于基于lidar和camera融合的方法。在这篇论文中，作者提出了pointpainting，这是一个序列化的融合方法，可以用来解决这个问题。pointpainting通过将lidar的point投射到基于图片的语义分割网络中，并且将每一个类别的分数添加到每一个点上。实验结果表明，在三个不同的点云目标检测方法 Point-RCNN, VoxelN

PointNet中出现错误的小文件render_balls_so.dll

09-02

解决复现 PointNet 中出现的【dll = np.ctypeslib.load_library(‘render_balls_so’, ‘.’) OSError: no file with expected extension：】问题。只需要替换原作者代码中的文件就可以。

Pointnet++复现流程及问题解决

Silencer_s的博客

11-11

3382

复现流程 1.通过github下载pointnet++的包; 2.以分类为例，在pointnet2-master目录下新建data文件夹，将modelnet40_ply_hdf5_2048数据集解压到data文件夹内; 3.安装相关环境配置，有如下建议： a. Anaconda3还是要装的，conda的虚拟环境在学习阶段，有着多种网络且各个网络环境不同时还是挺好用的 b.通过conda创建python2.7的虚拟环境 c.在python2.7的虚拟环境中安装conda install tensorflow-

复现pointnet++在windows10+pytorch1.x上的分类，来自课程白勇老师的点云处理精讲

qq_38633071的博客

11-19

6547

1 序言未设置虚拟机和linux环境，使用了anaconda 创建python环境，根据白勇老师的课程进行学习，本人之前未系统学过python，边摸索边学习。后面发现白老师给的代码和视频有一些差别，当然python厉害的同学一眼就能看到，我这个菜鸡记录下来自己复习和学习。 2，配置环境 Anaconda+Pycharm Cuda10.2 Cudnn（我是默认的安装） Python3.7 3 准备工作 3.1打开Annaconda Promt，创建一个虚拟环境专门应用于Pointnet....

3D卷积时神经网络训练不报错但是evaluate验证就报错（一种维度原因）

weixin_44886869的博客

02-10

1950

遇到过这样一个问题前549个Iter都没有报错，但是evaluate的就会报错。报错的原因是torch.cat处的矩阵维度数，不一致，但是训练时明明没有错。后来发现原因在这里：正常训练时，fusion_out的shape是 [16, 16, 16, 16, 1] 这五项分别是Batch, Channel, W, H, Frames 理想情况下，压缩得到 [16, 16, 16, 16] 但是验证时，batch有时会取1，这就导致fusion_out的shape是[1, 16, 16, 16, 1]

PointNet系列代码复现详解(3)—PointNet_sem_seg

weixin_45699456的博客

03-16

1286

在pointnet_utils.py中PointNetEncoder里，最后会进行判断，如果使用全局特征，即对整个点云进行处理得到一个全局特征表示。否则不使用全局特征，只对每个点进行处理得到局部特征，并且将这些局部特征聚合起来得到整个点云的特征表示。上面就是PointNet分割的代码，在前向传播函数中，首先是进行了特征提取，与分类代码特征提取不一样的是，和上述张量进行拼接，并返回拼接后的结果、特征变换矩阵和特征变换后的结果。时，我们需要保证变换前后张量的元素总数是相同的，否则会抛出异常。

点云PointNet学习

平平酱的博客

08-27

265

title简介网络结构代码验证简介 PointNet是点云深度学习具有划时代意义的方法，值得学习。毕设还是要添加一些网络之类的学习方法，现在快学学基础。网络结构代码验证参考文章1、参考文章2 源码下载：github 数据集下载：Shapenet、Modelnet40 1、验证过程 python包下载： #切换到python环境和项目根目录 python -e . 2、代码修改：主要位于utils文件里训练文件：train_xxx 修改相关路径。调换scheduler.step()和o

PointNet 论文及源码学习笔记

Polaris

12-26

1130

PointNet 论文学习设计理念 PointNet在设计时，作者考虑到了点云的三个特征，也就是在论文4.1节所提到的：Unordered、Interaction among points、Invariance under transformations。 Permutation invariance对于n个点所构成的点云，无论n个点的排列顺序如何，所表示的点云是同一个，而所设计的网络对于不同...

【三维视觉】【深度学习】windows10下PointNet官方代码Pytorch实现

yangyu0515的博客

03-07

2824

【三维深度学习】Pytorch-PointNet系列之win10下环境安装与demo运行

PointNet代码学习(pytorch版本)

自动驾驶行业学习、交流

03-18

7521

源码地址 pointnet.pytorch 感谢大神! 代码结构 (pytorch) s@s:~/pointnet.pytorch$ tree -d . ├── misc ├── pointnet │ └── __pycache__ ├── scripts ├── shapenetcore_partanno_segmentation_benchmark_v0 │ ├── 02691156 ...

Pointnet复现