AtlasNet 项目常见问题解决方案-CSDN博客

本文链接：https://blog.csdn.net/gitblog_00013/article/details/144580604

AtlasNet 项目常见问题解决方案

AtlasNet This repository contains the source codes for the paper "AtlasNet: A Papier-Mâché Approach to Learning 3D Surface Generation ". The network is able to synthesize a mesh (point cloud + connectivity) from a low-resolution point cloud, or from an image. 项目地址: https://gitcode.com/gh_mirrors/at/AtlasNet

项目基础介绍

AtlasNet 是一个开源项目，它包含了一种名为“AtlasNet”的神经网络模型，该模型能够从低分辨率的点云或图像中合成网格（点云+连接性）。这个项目是Thibault Groueix等人在2018年CVPR会议上发表的文章“AtlasNet: A Papier-Mâché Approach to Learning 3D Surface Generation”的代码实现。项目主要使用 Python 3.6 和 PyTorch 框架开发。

新手常见问题及解决步骤

问题一：如何安装和设置 AtlasNet？

解决步骤：

克隆仓库：

git clone --recurse-submodules https://github.com/ThibaultGROUEIX/AtlasNet.git
cd AtlasNet

创建一个名为 atlasnet 的虚拟环境，并安装所需依赖：

conda create -n atlasnet python=3.6 --yes
conda activate atlasnet
conda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=10.1 -c pytorch --yes
pip install --user --requirement requirements.txt

如果需要，编译 Chamfer 距离和 Metro 距离：

python auxiliary/ChamferDistancePytorch/chamfer3D/setup.py install
git clone https://github.com/ThibaultGROUEIX/metro_sources.git
cd metro_sources
python setup.py --build

问题二：如何下载项目所需的数据集？

解决步骤：

项目会自动尝试下载数据集，但如果遇到 Google Drive 流量限制问题，可以手动下载数据集。
手动下载数据集的链接如下：
- Google Drive: 链接
- Kaggle: 链接
- NextCloud: 链接

将下载的数据集解压到正确位置：

cd AtlasNet
mkdir data
unzip ShapeNetV1PointCloud.zip -d /data/
unzip ShapeNetV1Renderings.zip -d /data/
unzip metro_files.zip -d /data/

问题三：如何在本地运行示例代码？

解决步骤：

在项目根目录下找到 train.py 文件。
使用 Python 运行该文件：
```
python train.py
```
根据需要修改 train.py 中的配置参数，例如数据集路径、模型参数等，以适应不同的训练需求。

以上是 AtlasNet 项目的新手常见问题及解决步骤，希望对您有所帮助。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考