复现PU-Net利用深度学习对点云做上采样，可以补一些小孔洞

首先去下载链接:GitHub链接，下载源码

文章链接：建议去看原文，https://arxiv.org/abs/1801.06761

环境：环境非常重要，只要配好环境，其他就方便很多了。我的环境是python3.6.9、tensorflow-gpu 1.13.1、cuda-10.0，环境下运行的代码，建议大家就按照这个环境来。

1. 编译tf_ops，这个库是很多在用tensorflow处理点云时，都需要编译的库，里面都是用c++写的，需要编译，只要环境没问题，编译起来也不难。

        打开文件夹，进入code文件夹下面的tf_ops文件夹，里面会有一个compile.sh 文件，主要是编译这个文件，这个文件不需要修改，你需要修改sampling、、interpolation、grouping、emd、CD文件夹下面，都有一个tf_sampling_compile_abi.sh类似这个文件，你需要修改里面的，将cuda改为10.0。

nvcc=/usr/local/cuda-10.0/bin/nvcc
cudainc=/usr/local/cuda-10.0/include/
cudalib=/usr/local/cuda-10.0/lib64/

至于tensorflow不需要改，下面的python语句会自动寻找tensorflow的路径。

TF_INC=$(python3 -c 'import tensorflow as tf; print(tf.sysconfig.get_include())')
TF_LIB=$(python3 -c 'import tensorflow as tf; print(tf.sysconfig.get_lib())')

    最后在 compile.sh路径下，运行，如果你是linux系统，你直接用，如果是windows，自己研究一下吧如何运行bash，或者可以用c++，来直接编译cpp文件，然后编译完成以后用lib文件，也可以用。

bash compile.sh

        2.接下来就是运行代码了，源码是在python2.x环境下，所以有很多的语句，你需要修改，但是我已经改好了，包括，训练的模型，都会上传到百度网盘，自己去下载。

运行main.py文件，可以自行修改一些，输入的点数、上采样的比率。

cd code
python main.py --phase test --log_dir ../model/generator2_new6

然后，你可以下载对应的数据集训练GoogleDrive，但是我觉的没有必要，如何你做理论研究，你可以去下载训练，但是如果你只是需要上采样，补一些孔洞，你只需要用别人训练好的模型，对你的点云做上采样，效果也非常好。

上采样之前5000个点

上采样后10000个点

可以自己调整比率up_ratio，调整输出的点。

百度云连接：链接：https://pan.baidu.com/s/1OBm_kcS5SAoveWXrmGqEMw
提取码：1949

至于源码具体的内容，如果你不做理论研究，没必要研究，如果你还想了解源码，可以给我留言，我添加你，我们一起交流，有问题可以留言交流。