PointASNL 开源项目使用教程
PointASNL项目地址:https://gitcode.com/gh_mirrors/po/PointASNL
1. 项目的目录结构及介绍
PointASNL 项目的目录结构如下:
PointASNL/
├── SemanticKITTI/
│ ├── train_semantic_kitti.py
│ ├── train_semantic_kitti_grid.py
│ ├── test_semantic_kitti.py
│ ├── test_semantic_kitti_grid.py
│ └── ...
├── models/
│ ├── pointasnl_sem_seg_res.py
│ └── ...
├── tf_ops/
│ ├── compile_op.sh
│ └── ...
├── utils/
│ ├── modelnet_dataset.py
│ └── ...
├── README.md
├── LICENSE
├── .gitignore
└── ...
目录介绍:
- SemanticKITTI/: 包含用于 SemanticKITTI 数据集的训练和测试脚本。
- models/: 包含模型的定义文件,如
pointasnl_sem_seg_res.py
。 - tf_ops/: 包含 TensorFlow 自定义操作的编译脚本。
- utils/: 包含数据集处理和其他辅助功能的脚本。
- README.md: 项目说明文档。
- LICENSE: 项目许可证。
- .gitignore: Git 忽略文件配置。
2. 项目的启动文件介绍
训练脚本
-
train_semantic_kitti.py: 用于在 SemanticKITTI 数据集上进行训练的脚本。
$ cd SemanticKITTI/ $ python train_semantic_kitti.py --data [SemanticKITTI PATH] --log_dir PointASNL --with_remission
-
train_semantic_kitti_grid.py: 使用网格采样进行训练的脚本。
$ cd SemanticKITTI/ $ python train_semantic_kitti_grid.py --data [SemanticKITTI PATH] --log_dir PointASNL_grid --prepare_data
测试脚本
-
test_semantic_kitti.py: 用于在 SemanticKITTI 数据集上进行测试的脚本。
$ cd SemanticKITTI/ $ python test_semantic_kitti.py --data [SemanticKITTI PATH] --model_path log/PointASNL/latest_model.ckpt --with_remission
-
test_semantic_kitti_grid.py: 使用网格采样进行测试的脚本。
$ cd SemanticKITTI/ $ python test_semantic_kitti_grid.py --data [SemanticKITTI PATH] --model_path log/PointASNL_grid/best_model.ckpt --test_area [e.g. 08]
3. 项目的配置文件介绍
编译自定义操作
- compile_op.sh: 用于编译 TensorFlow 自定义操作的脚本。
$ cd tf_ops/ $ ./compile_op.sh
数据集处理
- modelnet_dataset.py: 用于处理 ModelNet 数据集的脚本。
$ cd utils/ $ python modelnet_dataset.py
其他配置文件
- .gitignore: 配置 Git 忽略的文件和目录。
- LICENSE: 项目的许可证文件。
- README.md: 项目的说明文档,包含安装和使用说明。
以上是 PointASNL 开源项目的目录结构、启动文件和配置文件的介绍。希望这份教程能帮助你更好地理解和使用该项目。