尝试在colab运行Point voxel CNN

附pvcnn在github的链接: https://github.com/mit-han-lab/pvcnn
.

1. 下载代码后导入colab

点击下载zip。点击新建笔记本。

打开云端硬盘所在位置。

点击新建，然后上传文件夹，将解压后的文件夹导入。

2. 下载好相关的第三方库以及设置好环境
   在之前新建的笔记本里点击左侧的文件，然后点击装载Google云端硬盘。

点击链接到GOOGLE云端硬盘。

当出现drive的文件夹时，表明装载云端硬盘成功。
设置colab的GPU配置，位于“修改”内的“笔记本设置”。

选择python3和GPU，点击保存。

根据导入的位置打开文件夹，在colab笔记本内的代码块输入如下代码并运行。注意路径为导入的pvcnn-master文件夹的路径，下方只是我导入pvcnn-master的路径。

import os
path = "/content/drive/My Drive/Colab Notebooks/pvcnn-master"
os.chdir(path)
os.listdir(path)

导入需要的第三方库，具体见该代码的README.md文件，colab里有部分，但需要补充一些，我的补充的如下：

!pip install plyfile

!pip install tensorboardX

!wget  https://github.com/ninja-build/ninja/releases/download/v1.8.2/ninja-linux.zip
!sudo unzip ninja-linux.zip -d /usr/local/bin/
!sudo update-alternatives --install /usr/bin/ninja ninja /usr/local/bin/ninja 1 --force

3. 下载shapenet数据集

! bash './data/shapenet/download.sh'

4. 执行训练代码

!python train.py configs/shapenet/pvcnn/c1.py --devices 0,1 

运行的结果如下，运行了接近8小时达到了75/250epoch。（由于colab有免费一次运行12小时的限制，目测该程序没能在12小时内运行完我就先停下来了）