Pointnet pytorch源代码Linux环境运行

背景：

1. 在github上下载好源代码https://github.com/fxia22/pointnet.pytorch
2. 配置好服务器，服务器中的系统为linux
3. 将下好的源代码用pycharm打开，利用pycharm连接服务器。
   注：
   只有专业版pycharm才可以连接到服务器，可以通过申请学校邮箱，注册专业版pycharm，完成对其的下载。

以上操作网上有很多教程，这里就不一一列举了。

Pointnet pytorch的源代码运行

1. 打开命令提示符，连接服务器。

ssh root@xxx.xx.xx -p xxx   (@后为IP地址，-p后为端口号)
输入密码：xxxxx

2. 进入pointnet所在目录

cd ..                 #进入上一层目录
ls                    #列出文件或目录
cd pointnet/          #进入刚刚创建的自己的目录（本地pycharm复制到服务器上的目录）

3. 在服务器中使用linux语句运行pycharm中的代码，进行训练。
   参照readme中的内容，下面给出详细解释。
   （1）下载插件

pip install -e .

（2）Download and build visualization tool

cd scripts
bash build.sh     #build C++ code for visualization
bash download.sh  #download dataset

（3）training

cd ../utils
python train_classification.py --dataset <dataset path> --nepoch=<number epochs> --dataset_type <modelnet40 | shapenet>
python train_segmentation.py --dataset <dataset path> --nepoch=<number epochs> 

我的：
1）训练分类模型

python train_classification.py --dataset=../shapenetcore_partanno_segmentation_benchmark_v0 --nepoch=5 --dataset_type=shapenet
#dataset：dataset所在路径，具体名称可查看download.sh文件，也可cd查看；
#nepoch：训练轮数；
#dataset_type：查看download.sh文件，下载的数据类型是shapenet。

2）训练分割模型

python train_segmentation.py --dataset=../shapenetcore_partanno_segmentation_benchmark_v0 --nepoch=5 --class_choice=Chair

进行训练。
4. 测试
测试代码需要修改，参考下面博客，在windows环境下运行Pointnet。
https://blog.csdn.net/qq_45369294/article/details/121041403
（1）测试分类模型

python show_cls.py --model cls/cls_model_4.pth

（2）测试分割模型

python show_seg.py --model seg/seg_model_Chair_4.pth --class_choice Airplane

5. 有关读代码
   （1）读代码，我们一般在本地进行，因为可以直接在Pycharm中使用debug，可以清晰地看到数据的计算过程。
   （2）在windows中运行Pointnet需要我们修改代码，具体内容见链接https://blog.csdn.net/qq_45369294/article/details/121041403。
   （3）运行代码时可能出现的问题：import导入上级目录文件方法参见https://xiaoyyu.blog.csdn.net/article/details/125959969
   （4）在windows中debug，需要命令行输入的debug方法，参见https://blog.csdn.net/lbling123/article/details/117252257
   （5）代码详细注释参见https://blog.csdn.net/yuanmiyu6522/article/details/121435650