代码复现：KPConv

最新推荐文章于 2024-10-01 16:24:17 发布
最新推荐文章于 2024-10-01 16:24:17 发布
阅读量2.1k 收藏 5
点赞数 2
分类专栏： 研究生生活——科研 文章标签： 深度学习 tensorflow 3d
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/m0_37433111/article/details/104722870
版权
本文介绍了复现KPConv代码过程中遇到的环境配置问题，包括TensorFlow 1.12.0和CUDA 9.0的版本要求，以及在复现过程中遇到的依赖冲突、编译错误和显存不足等具体问题的解决方案。针对显存不足，通过降低训练批大小解决了在2080ti显卡上运行的问题。
摘要由CSDN通过智能技术生成
说一下我复现KPConv代码的环境和遇到的一些问题

1、tensorflow 1.12.0 和 CUDA 9.0。这是官方指导意见。如果代码运行时遇到各种各样的如： 'tensorflow' has no attribute 'xxx'、找不到tf.math.xxx等问题，基本就是tensorflow和cuda版本问题，或者是版本冲突。另外，需要重装tensorflow的时候，记得完全卸载它，用pip或conda安装的要用对应的卸载方式，还要注意cpu和gpu版本，还要卸载protobuf。卸载完成之后，记得用conda list查看一下有没有卸载干净，然后再装新的版本，不然会遇到各种各样的问题。

2、运行时遇到这样的错误

tensorflow.python.framework.errors_impl.NotFoundError: tf_custom_ops/tf_neighbors.so: un
最低0.47元/天 解锁文章
LikeMarch
关注
专栏目录
源码阅读:KPConv之Dataset类
zhaoguanhua的博客
11-09 1450
代码地址:KPConv 我们这里以tensorflow版本的KPConv训练Semantic3D数据集为例，逐步记录网络的训练过程。 一、config 二、dataset 三、model 四、train
点云语义分割:KPConv解读-更新中
zhaoguanhua的博客
07-30 3822
一、规则卷积 二、可变形卷积 三、语义分割网络 四、训练数据集 参见KPConv训练S3DIS数据集、KPConv训练Semantic3D数据集
KPConv复现过程+遇到的问题+解决方法
小邋遢-lxh的博客
07-29 3673
KPCon复现中的遇到的问题及解决方法 系统Ubuntu16.04 1.下载数据集： 新建文件夹，并将modelnet40压缩文件解压至如下文件夹内： 2.在conda下创建新环境并安装必要的包，如下： conda create -n python3 python=3 conda activate python3 conda install tensorflow-gpu=1.12.0 sudo...
KPConv: Flexible and Deformable Convolution for Point Clouds
最新发布
weixin_60335028的博客
10-01 1125
KPConv: Flexible and Deformable Convolution for Point Clouds阅读笔记
KPConv（pytorch）复现
m0_50019809的博客
07-17 1413
已有CUDA，对照着装torch即可，还有官方代码中的INSTALL.md，对着安装即可。最后是有一布编译，linux和windows有不同的方法。这样windows上的就OK了，需要在两个文件夹分别执行，而且生成文件的名称需要改一下，看一下源码里是怎么写的，改好就行了，linux生成的文件也一样，要不然跑不起来，报错找不到。最近刚看了相关的点云分割数据，准备吧KPConv跑通，用的是服务器，已经装好的11.7的CUDA，链接在github上。在doc文件夹里面有对应不同训练的说明文件，按照说明执行即可。
Kpconv复现中的问题
Silencer_s的博客
05-29 1291
环境搭建 不同论文用了不同环境，装环境简直头疼死了。坑了好久，感觉还是conda的虚拟环境靠谱一点，跑一个代码新建一个虚拟环境。 Kpconv用的source creat -n kpconv python=3.6 然后安装tensorflow1.12，虚拟环境会自带cudatoolkit9.2和cudnn7.6.5，可以跑通代码 问题解决 最坑的报错还是这个 “tensorflow.python.framework.errors_impl.NotFoundError: tf_custom_ops/t..
代码学习_KPConv_models.blocks
weixin_44109545的博客
04-12 905
代码学习_KPConv_models.blocksclass KPConv(nn.Module)二级目录三级目录 class KPConv(nn.Module) 初始化赋值 创建kernel points: K_points_numpy # Initialize weights [n_kpoints, in_fdim, out_fdim] self.weights = Parameter(torch.zeros((self.K, in_channels, out_cha
KPConv cpp_wrappers c++ 代码
m0_55630410的博客
08-11 272
这里就是在填充邻近点索引，max_count就是得到的最大邻近点个数，假如实际搜索到的邻近点个数为 5，那么，在max_count个索引数组内，前5个就是得到的邻近点索引，而后面的都用supports.size填充了。在执行邻近搜索时，会得到每个点的邻近点个数，那么就以这个每个邻近点个数的最大值最为输出的第二个维度，如果最大邻近点个数表示为L，即最后的结果就是 NxL。实际上这个函数的功能就是搜索xyz点云数组内每个点的邻近点，这时候执行邻近点搜索，但是，每个点的邻近点数量是不一致的，
代码学习_KPConv_kernels.kernel_points
weixin_44109545的博客
04-11 580
代码学习_KPConv_kernels.kernel_pointsload_kernels()kernel_point_optimization_debug() load_kernels() kernel_point_optimization_debug() """ Creation of kernel point via optimization of potentials. Args: radius: Radius of the kernels, 1
KPConv-PyTorch:在PyTorch中实现内核点卷积
05-07
由Hugues THOMAS创建 介绍 该存储库包含PyTorch中的内核点卷积（KPConv）的。 Tensorflow也提供 （原始但较旧的实现）。 提供了另一种实现方式 ... Title = {KPConv: Flexible and Deformable Convolution for Point
frustum-pointnets复现过程+遇到的问题+解决方法
小邋遢-lxh的博客
07-29 5693
frustum-pointnets复现过程+遇到的问题+解决方法 系统Ubuntu16.04 1.下载KITTI数据集： 并按照README中的格式解压并重组数据集： 2.运行环境配置： 在复现KPConv的环境下继续，首先安装一些包，已经安装的包不再安装（可KPConv复现链接中查看）： 暂无 3.修改部分代码 （1）frustum-pointnets/train/provider.py ...
黄国酬 dw2xls 最新版
05-28
包括: 报表组件功能说明 dw2xls.pbl dw2xlsDemo.pbl ttf16.ocx PB9版本
Win10系统下使用PyTorch版本的KPConv模型训练S3DIS数据集Bug修复——点云
.
07-23 448
在使用PyTorch版本的KPConv模型训练S3DIS（Stanford Large-Scale 3D Indoor Spaces）数据集时，可能会遇到一些Bug。下载完后，将数据集解压到合适的位置，并记下数据集的路径，例如。希望本文能够帮助到你修复KPConv模型在Win10系统下训练S3DIS数据集的Bug。通过以上步骤，你应该能够成功修复KPConv模型在Win10系统下训练S3DIS数据集的Bug。Win10系统下使用PyTorch版本的KPConv模型训练S3DIS数据集Bug修复——点云。
KPConv论文与pytorch代码记录
jokester_sy的博客
05-22 3247
KPConv: Flexible and Deformable Convolution for Point Clouds 模型： Rigid KPConv 每个kernel point的权重WkW_kWk​为Cin∗CoutC_in*C_{out}Ci​n∗Cout​大小的矩阵。 对于球邻域中的每一个点，让它与所有kernel point都计算一个权重，并加在一起（第二个公式）。 对于一整个球邻域，计算出每一个点的权重加在一起，最终乘特征fif_ifi​（第一个公式）。 h是kernel poi
KPConv核心代码阅读
3D的博客
03-07 3664
KPConv/models/network_blocks.py 看看KPConv层的具体实现 def KPConv(query_points, support_points, neighbors_indices, features, K_values, radius, config): """ 返回KPConv的输出特征 """ # 从当前半径和配置密度获取KP范围 extent = config.KP_extent * radius / config.densit
KPConv 开源项目教程
gitblog_00799的博客
08-16 751
KPConv 开源项目教程 项目地址:https://gitcode.com/gh_mirrors/kpc/KPConv 项目介绍 KPConv（Kernel Point Convolution）是一个用于点云处理的卷积操作，由Hugues Thomas等人开发。该项目在2019年的IEEE国际计算机视觉会议上提出，旨在提供一种灵活且可变形的卷积方法，适用于点云数据。KPConv通过核点在欧氏空间...
KPConv: Flexible and Deformable Convolution for Point Clouds论文笔记
weixin_42812109的博客
04-08 712
论文概述 1. Kernel Point Convolution 左边为2D卷积示意图，在对图像的做卷积时，kernel可以理解成一些带权重的规则分布的2D位置（网格/窗口）。推广到点云，因为点云表示是不规则的，所以作者用了一个带权重的点集（kernel points）类比2D kernel，不同的地方是输入点云要和 kernel points 里面的每一个点的权重矩阵相乘然后通过一个相关系数(correlation coefficient) 加权求和。相关系数是通过输入点和kernel point的相
论文汇报PPT——KPConv: Flexible and Deformable Convolution for Point Clouds
Dujing2019的博客
02-12 1672
论文翻译 | KPConv: Flexible and Deformable Convolution for Point Clouds
bettii的博客
06-17 1373
KPconv
评论 2
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