occupancy flow自学笔记

occupancy是mit的一个四维生成项目。这些是他的项目构成。

首先看train.py，我此次学习的目的是

1. 搞清楚ply格式的文件如何读取解析；

2. 识别模型如何写。

关于第一个问题，用torch.utils.data.dataloader就是正解。

预训练模型格式居然是yaml，第一次见,然后yaml里面，链接有模型的pt格式文件。

那么这个torch.utils.data.DataLoader是个什么东西，为什么能加载ply的三维数据？

看看官网。

看了一天pytorch大概懂了，就是加载数据的时候torch统一把他变成torch的数据类型，也就是说数据都直接被预处理过了。

并且他会返回分别打包的图片和target。

然后他有三个模型，分别叫onet4d，oflow，psgn4d。

点进去看了一下，他居然用的是pytorch，而不是tensorflow。这下比较麻烦了，需要重新下载吗？之前学用的是tensorflow，可能需要先转pytorch。——tensorflow主要用的是静态推理，pytorch用的主要是动态推理。

这两天任务：弄明白torch怎么用。

并且关于第二个问题，答案不在occupancy flow里，他只有生成的py文件，没有识别的py文件，也就是我需要自己写识别的模型。

那么现在的问题在于缺少ply序列的识别模型，并且需要验证一下ply那个读取数据的方法。