PointCNN在ubuntu16.04上的运行
cuda+cudnn+anaconda+tensorflow+modelnet40_ply_hdf5_2048+PointCNN:链接:https://pan.baidu.com/s/11rq8wPojJZ_GiuqFyYQsaA
提取码:t9ol
1、更新驱动
根据显卡型号去nvidia官网下载最新的驱动。
或者在系统设置-》软件和更新-》附加驱动-》更新nvidia和intel
2、下载cuda9
下载 cuda9.run,执行下列命令(将cuda_9.0.176_384.81_linux.run换成你所下载的cuda9文件名):
sudo sh cuda_9.0.176_384.81_linux.run
进入安装界面的选择(路径什么的默认就好):
accept
n(不要安装driver)
y
y
y
安装完成后,设置环境变量:
打开.bashrc文件:
gedit ~/.bashrc
添加:
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH
终端运行:
source ~/.bashrc
检查:
nvcc --version
3、安装cudnn7
下载cudnn-9.0-linux-x64-v7.tgz(for linux版本)解压到home,执行如下命令:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
4、安装anaconda(python3.5)
bash Anaconda3-4.2.0-Linux-x86_64.sh
安装过程中设置环境变量选yes。
5、下载tensorflow
下载tensorflow_gpu-1.6.0-cp35-cp35m-manylinux1_x86_64.whl(GPU版本)
执行命令:
conda create -n tensorflow
source activate tensorflow
pip install --ignore-installed --upgrade tensorflow_gpu-1.6.0-cp35-cp35m-manylinux1_x86_64.whl
如果报错,按照红色部分最后一行的命令,更新pip
然后执行:
source activate tensorflow
pip install --ignore-installed --upgrade tensorflow_gpu-1.6.0-cp35-cp35m-manylinux1_x86_64.whl
安装完后,关闭终端。打开终端,执行:
source activate tensorflow
spyder
在spyder中:
import tensorflow as tf
查看结果,如果出现import numpy 错误,需要重新安装numpy(可能是numpy安装了多个版本):
重复执行:
pip uninstall numpy
直到显示没有找到numpy
再装numpy
pip install numpy
环境配置结束
6、下载modelnet40_ply_hdf5_2048.zip
PointCNN训练modelnet需要train_files.txt文件。(因此很多下载的数据集用不了)
在/home/中新建data文件夹,data里新建modelnet文件夹,同时把modelnet40_ply_hdf5_2048.zip解压出来的文件放到modelnet文件夹里。modelnet里新建一个zips文件夹,把modelnet40_ply_hdf5_2048.zip放到zips里。
7、运行PointCNN
用cd命令进入PointCNN文件里的pointcnn_cls文件夹
执行:
./train_val_modelnet.sh -g 0 -x modelnet_x3_l4
正常运行会显示:
Train/Val with setting modelnet_x3_l4 on GPU
虽然显示开始训练,不过也可能出现错误,在home/models/cls里查看pointcnn_cls_modelnet_x3_l4.txt文件(若出现错误会在这里显示,如果显示缺少transforms3d,plyfile等库,直接pip install就行。)
同时里面会有一个文件夹,进入那个文件夹,正常情况里面会有三个文件夹:ckpts,PointCNN-master(你的PointCNN文件夹名),summary和一个log.txt(训练结果就在这个里面)
8、TensorBorad可视化
tensorboard --logdir=/home/zero/models/cls/pointcnn_cls_modelnet_x3_l4_2020-06-13-08-10-05_4348(你的log.txt文件所在文件夹)/summary
再进入显示的网址就能看到结果了。
GTX1660Ti运行10h结果:
参考文章:
https://zhuanlan.zhihu.com/p/34321583
https://blog.csdn.net/F_BQ333/article/details/86576112