pointnet.pytorch在win10下实现过程

参考博客;基于Pytorch训练Pointnet+Windows10 - Nadir-Echo - 博客园 (cnblogs.com)

1.安装anaconda环境

2.创建一个虚拟环境,其中的torch版本不符合的可以按照官网给出配置

链接;Start Locally | PyTorch

3.需要按照参考博客修改代码,使用的是分割数据集。应该跑分割部分代码,segment部分,分类也能运行,不过结果不对。

路径部分需要自行修改

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument(
        '--batchSize', type=int, default=2, help='input batch size')
    parser.add_argument(
        '--workers', type=int, help='number of data loading workers', default=4)
    parser.add_argument(
        '--nepoch', type=int, default=5, help='number of epochs to train for')
    parser.add_argument('--outf', type=str, default='seg', help='output folder')
    parser.add_argument('--model', type=str, default='', help='model path')
    parser.add_argument('--dataset', type=str,default='E:\\pcdlcode\\pointnet.pytorch\\shapenetcore_partanno_segmentation_benchmark_v0\\', help="dataset path")
    parser.add_argument('--class_choice', type=str, default='Chair', help="class_choice")
    parser.add_argument('--feature_transform', action='store_true', help="use feature transform")

    opt = parser.parse_args()
    print(opt)

4.训练, batchsize训练不可设置为1

代码含有Batch Normalization

不能设置1

 由于本人电脑配置有限,只能跑通,没跑完。

还有很多一知半解,不懂得地方,小弟哪里写的不对,请各位大神多多指正。

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
PointNet是一个基于点云数据的深度学习模型,可以用于图像分类、语义分割和目标检测等任务。PyTorch是一个开源的深度学习框架,提供了丰富的工具和函数用于构建和训练神经网络模型。 PointNet的PyTorch实现主要包括以下步骤: 1. 数据预处理:输入的点云数据通常以xyz坐标形式表示,我们可以将其转换为PyTorch张量,以便于后续处理。同时,如果点云的规模不一致,可以进行归一化操作。 2. 构建PointNet模型:在PyTorch中,我们可以通过定义一个继承自nn.Module的类来构建模型。在模型中,我们可以使用一些基本的神经网络模块,比如全连接层、卷积层和池化层,来组合和处理点云数据。 3. 损失函数定义:对于分类任务,可以使用交叉熵损失函数;对于语义分割任务,可以使用像素点对应的交叉熵损失函数;对于目标检测任务,可以使用IOU损失函数等。 4. 训练和优化:使用数据集对模型进行训练,在每个训练迭代中,将输入数据传递给模型,计算损失函数,并通过反向传播更新模型参数。可以使用PyTorch提供的优化器,如Adam或SGD,来优化模型。 5. 评估和测试:在训练完成后,使用测试集评估模型的性能,可以计算准确率、召回率或者其他指标来评估模型的性能。 总结来说,PointNet的PyTorch实现主要包括数据预处理、模型构建、损失函数定义、训练和优化以及评估和测试等步骤。通过PyTorch框架的强大功能和灵活性,可以方便地实现PointNet模型,并有效地进行训练和评估。这为使用PointNet解决点云数据相关任务提供了方便和支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值