周报-240308

学习内容

1.FreeReg 代码运行

2.论文

---

学习时间

2024.03.01 — 2024.03.07

---

学习笔记

环境配置

创建 conda 环境

conda env create -f environment.yaml
conda activate freereg

报错，原因是 pip 源用错了，把清华源改为阿里云源即可解决：

出现 sklearn 库的问题：

使用以下命令解决

export SKLEARN_ALLOW_DEPRECATED_SKLEARN_PACKAGE_INSTALL=True

然后给 Zoe 下载 MiDaS 的仓库，这里不能按照官网的来，连接会超时，把预训练的模型也下载下来

需要跟着 MiDaS 的本地导入方法做，但是有一些比较模糊的问题（我没搞懂），与后面有一些关联

下载 MinkowskiEngine ：

conda install openblas-devel -c anaconda
git clone https://github.com/NVIDIA/MinkowskiEngine.git
cd MinkowskiEngine
python setup.py install --blas_include_dirs=${CONDA_PREFIX}/include --blas=openblas

运行

python demo.py

报错

SytaxError

经过查验发现是一行被注释掉的代码，删掉就行：

报错：

FileNotFoundError

路径需要修改：

tools/zoe/zoedepth/models/base_models/midas.py
修改343行地址为 MiDaS 的地址

到这个位置卡住了，问题是 HuggingFace 不翻墙访问不了，而代码中需要去下载预训练的模型，目前正在寻找解决方案

评估

python run.py --dataset 3dmatch --type dg
python run.py --dataset scannet --type dg
python run.py --dataset kitti --type dg

出现了类似运行中的问题

---

建议

内容

• 第一页Keywords部分，应该添加关键词“点云分割”
• 第9行“the complex, large range and large data scale of the scene objects”表达有点生硬，可以修改为“the complexity, extensive coverage, and large-scale data of scene objects”
• 第33-34行 “clustering loss iteration process by using the greedy method to improve the efficiency of clustering loss reduction” 语句不通顺，建议改成“clustering loss iteration process, utilizing the greedy method to enhance the efficiency of clustering loss reduction”
• 第76行 “3D cloud” 改为 “3D point cloud”

语法

• 第45行 “have achieve” 存在语法错误，可以改成 “have achieved” 或者 “achieving”

方法

• 使用Manhattan距离度量的区间排序优化方法，通过迭代生成 supervoxel，以期望的 supervoxel 数量为目标。

• 利用点集 P、相邻集 N、期望 supervoxel 数量 K、更新系数 α 等参数，通过优化生成 supervoxels。

疑问

• K 值该如何选取？应该遵循什么原则？

---