在Kaggle上训练PointNet

最新推荐文章于 2024-04-04 16:26:29 发布
最新推荐文章于 2024-04-04 16:26:29 发布
阅读量1k 收藏 2
点赞数
分类专栏： 点云 文章标签： tensorflow 深度学习 神经网络 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/laikh/article/details/104599002
版权
本文介绍了在Kaggle上训练PointNet时遇到的Tensorflow版本兼容性问题。由于Kaggle预装的Tensorflow版本与PointNet代码不匹配，作者建议通过降级Tensorflow版本来解决这个问题，而不是仅仅修改代码。文章详细讲解了如何查看环境中的库版本，以及如何降级Tensorflow到1.0，以确保PointNet的正确运行。最后，作者提醒读者完成这些步骤后，可以在train.py所在目录下运行模型。
摘要由CSDN通过智能技术生成

一、降级Tensorflow
Kaggle安装的tensorflow版本为2.1.0，而PointNet的代码是针对tensorflow1.0编写的，所以直接运行会存在兼容性问题，例如出现报错AttributeError: module 'tensorflow' has no attribute 'placeholder'。解决方法有两种，一是将代码中的import tensorflow as tf改成import tensorflow.compat.v1 as tf tf.disable_v2_behavior()，但这种方法存在一定局限性，以PointNet为例，在运行train.py时会调用运行其他.py文件，所以仅仅修改train.py文件中的代码并不能解决问题，修改所有.py文件工作量又太大。所以推荐的方法是对当前运行环境的tensorflow版本进行降级（输入!pip list可以查看当前环境中各个库的版本信息）

!pip install tensorflow==1.5.0

二、从GitHub导入文件

!git clone https://github.com
最低0.47元/天 解锁文章
laikh6
关注
专栏目录
PointNet++点云处理TensorFlow版
08-29
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。PointNet++是点云处理深度学习里程碑式的工作，启发了很多后续研究。 原作的PointNet++代码使用Python2.7和tensorflow1.4。本课程将PointNet++代码更新至Python3并在tensorflow1.13上演示。  本课程对TensorFlow版的PointNet++进行原理讲解、论文复现和代码详解。包括：   （1）提供三维点云数据集ModelNet40、ShapeNet和Scannet的下载、可视化软件和方法； （2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试； （3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。
Kaggle平台进行Python版本降级
Kagiri的博客
06-04 776
kaggle平台进行python版本降级
3D点云解读系列之六——PointNet++实战pointnet_util.py
weixin_48331187的博客
09-21 182
group_first = group_idx[:, :, 0].view(B, S, 1).repeat([1, 1, nsample])#如果半径内的点没那么多，就直接用第一个点来代替了。farthest = torch.randint(0, N, (B,), dtype=torch.long).to(device)#batch里每个样本随机初始化一个最远点的索引。new_xyz = index_points(xyz, farthest_point_sample(xyz, S))#采样后的点。
Tensorflow+Win10实现PointNet代码
weixin_48845174的博客
02-23 2096
Hello大家好，这篇文章给大家介绍一下如何在Win10系统下对PointNet代码进行复现，本人用的框架是Tensorflow版本的，还有pytorch版本的请自行实现，如有不对，请多多指正！ 1.首先对PointNet论文进行阅读之后，通过github下载关于PointNet的开源代码，其中下载网址为https://github.com/charlesq34/pointnet，下载之后将其解压，最好用英文名命名文件夹，防止以后运行时报错。 2.下载后，先别着急运行代码，在自己的电脑上把相应的库装齐，然后
pointnet学习（一）tensorflow1.x版本---windows运行起来
guyuezunting的专栏
06-12 1533
终于在windows下跑起来pointnet源代码了。 这里是针对无tensorflow基础，无python基础的人群写的，有此基础的可以看其他资料了 安装anaconda，tensorflow以及cudnn的环节这里不描述了，后期重新整理发布。 第一个坑，用vs打开，各种错误，建议用pycharm，配置好canaconda的python版本即可运行下去， 第二个坑，数据集，对于初学者，h5是很陌生的概念，所以作者提前提醒，需要安装h5py，主要作用就是打开h5格式文件，如果没有运行程序，一定对这个
关于深度学习如何在kaggle上训练代码合集
04-05
文件包含了vgg、resnet、mobilenet、shufflunet、...只需要在kaggle上新建cell，然后将不同网络的代码copy进去即可（只有一个cell） 训练的数据需要压缩上传后，直接将代码最后一行的超参数更改为上传的数据路径即可
mobileNet 轻量级网络在 kaggle 在训练图像分类代码
最新发布
08-08
mobileNet 轻量级网络在 kaggle 在训练图像分类代码 资源为一个py脚本，直接打开kaggle的cell，复制进去即可。 数据集的更换改变代码最后两行即可： DATAROOT_TRAIN = '/kaggle/input/mydata/data/train' ...
kaggle mnist 训练和测试csv文件
02-17
Kaggle上的MNIST数据集通常以CSV（Comma Separated Values）格式提供，便于数据处理和模型训练。 在这个压缩包中，有两个主要的CSV文件：`train.csv`和`test.csv`。`train.csv`是用于训练模型的数据集，它包含了70,...
猫狗大战kaggle训练集
10-16
标题“猫狗大战kaggle训练集”指的是一个在Kaggle平台上流行的数据集，用于图像分类任务，特别是区分猫和狗的图片。这个数据集包含12500张猫的照片和12500张狗的照片，总共25000张图像。与MNIST数据集（常用于手写...
kaggle:在Kaggle上练习
04-05
卡格勒 在Kaggle上练习。
Ubuntu18.04+2070s+TF2.x环境，单卡训练PointNet++实战
steptoward的博客
04-04 1000
该文件夹下定义了一些pointnet++模型中需要使用的cuda核函数，如FPS（最远点采样）、grouping等，所以在训练模型前，需要先编译这些自定义的op。我直接进行训练时，由于使用normal的数据，维度是6的， 在shape方面报了个不匹配的错，于是做了如下修改，保障代码可运行。（改的比较暴力，还没来得及细看，有可能其实是应该指定其他参数来解决这个问题的，后续如果发现了，再来矫正。（或许还有其他差异，如果编译或运行报错，也可以优先考虑一下是不是版本差异导致的问题）最后，模型就可以训起来啦，如下~
称霸Kaggle的十大深度学习技巧
量子位
08-06 3845
作者 Samuel Lynn-Evans王小新 编译自 FloydHub Blog量子位 出品 | 公众号 QbitAI在各种Kaggle竞赛的排行榜上，都有不少刚刚进入...
Pointnet++分类和分割数据集准备和实验复现
dc爱傲雪和技术
04-01 2612
原始的modelnet40是off文件，是cad模型OFF文件是一种用于存储三维对象信息的文件格式，全称为"Object File Format"。它主要用于存储几何体的顶点、边和面信息，以及可能的颜色和纹理数据，从而描述了一个或多个三维模型的结构。OFF文件格式因其简洁明了的结构而被广泛用于学术研究和三维图形应用中，特别是在计算机图形学、三维建模和可视化领域。OFF文件的结构相对简单，通常以"OFF"作为文件的开头，随后是顶点（vertices）、面（faces）和（可选的）边（edges）的数量。
自动驾驶 PointNet++ 点云处理原理与代码实战（理论部分）
爱学习的大叔的博客
07-19 1967
自动驾驶 PointNet++ 点云处理原理与代码实战
自动驾驶 PointNet++ 点云处理原理与代码实战 1（代码部分）
爱学习的大叔的博客
07-22 1365
自动驾驶 PointNet++ 点云处理原理与代码实战 1（代码部分）
kaggle中使用低版本的tensorflow时GPU占用率很低
qq_36763031的博客
11-25 2542
前言 本人也是kaggle新手，在使用kaggle中的notebook运行本地训练好的模型作推理时，即使使用了GPU，速度依然很慢，并且可以看到GPU的占用率为0，经过多方得知在kaggle中只有最新版本的tensorflow才能使用GPU，这个版本也是kaggle镜像内置的版本，个人当然可以指定老一点的版本，直接运行 ！pip install tensorflow==xxx 即可，但是这样用不了GPU，没办法，只能使用新版本的tensorflow重新训练模型了。 参考 https://www.kagg
3D点云深度学习框架PointNet、PointNet++详解
weixin_45761030的博客
03-13 2938
PointNet、PointNet++架构详细解读，实战演练，点云深度学习框架不再困难
tensorflow2.0降级及如何从别的版本升到2.0
studyvcmfc的专栏
04-13 8578
pip uninstall tensorflow
猫狗的训练数据可以在kaggle下载
07-02
### 回答1： 猫狗的训练数据可以在Kaggle（一个著名的数据科学竞赛网站）上进行下载。Kaggle提供了大量的开放数据集供用户下载和使用。在Kaggle网站上，我们可以找到各种类型的数据，包括图像数据集，如猫和狗的图像。 如果我们想要训练一个猫狗分类器，我们可以在Kaggle的搜索栏中输入相关的关键词，比如“猫狗分类数据集”或者“猫狗图像数据”。搜索结果会列出与这些关键词相关的数据集。 点击相关数据集的链接，我们将进入数据集的详情页面，该页面会提供关于数据集的详细描述，包括数据的格式、大小、以及相关的任务和挑战。在右侧的侧边栏中，会有一个“数据”选项，点击该选项，我们就可以下载猫狗训练数据集。 下载后的数据集可能是一个压缩文件，我们可以将其解压缩到本地机器上。解压后，我们就可以在本地使用这些数据来进行猫狗分类器的训练和测试。 Kaggle不仅提供了丰富的开放数据集，还有许多数据科学竞赛和机器学习挑战活动，可以让我们将训练数据应用到实际问题中，并与其他数据科学者进行交流和竞争。无论是对于初学者还是专业人士，Kaggle都是一个很好的资源平台，提供了许多有用的数据和工具，可以帮助我们进行数据训练和模型的发展。 ### 回答2： 猫狗训练数据在Kaggle上是可以下载的。Kaggle是一个知名的机器学习和数据科学竞赛平台，它提供了大量的数据集供数据科学家和机器学习爱好者使用。在Kaggle上，用户可以找到各种各样的数据集，包括猫狗训练数据。 猫狗训练数据通常是通过对大量的猫和狗的图片进行标注和分类而得到的。这些数据集中包含了数千甚至数十万张猫和狗的图片，每张图片都标注了是猫还是狗。这些数据集经过了严格的筛选和处理，确保了数据的准确性和可靠性。 使用这些猫狗训练数据可以帮助我们训练出一个有效的猫狗分类模型。通过对这些数据进行训练，模型可以学习到猫和狗的不同特征和特点，从而能够准确地判断一张图片中是猫还是狗。 Kaggle提供了非常便捷的数据下载方式，用户只需要在Kaggle网站上找到对应的猫狗训练数据集，通过点击下载按钮即可获取数据集的压缩文件。下载完成后，用户可以解压缩文件并使用其中的图片和标签进行模型训练。 总之，Kaggle是一个提供猫狗训练数据下载的平台，使用这些数据可以帮助我们训练出一个准确的猫狗分类模型。通过这些数据，我们可以更好地理解和研究猫狗的特征与行为，并为猫狗相关的应用和技术提供支持。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值