一、训练结果确认
源码的训练结果是一个文件夹:log——sem_seg——pointnet2_part_seg_msg——checkpoints、logs、pointnet2_utils.py、pointnet2_part_seg_msg.py。
训练过程:
1、打开终端;2、激活环境;3、到对应文件夹根目录下;4、输入训练命令行
二、test
1、如何test
首先仿照对train_partseg.py的修改来修改test_partseg.py。
终端输入命令,注意log_dir和被测试的训练结果是一个文件夹:
python test_partseg.py --log_dir pointnet2_part_seg_msg_01
2、test结果确认
生成了一个eval.txt,由于训练精度过低(猜测),里面也没有什么具体内容。
三、可视化
1、方法
由于我使用的是自制数据集,因此修改了这个博主针对Shapenet的代码,也只是改了文件名、类别数、根目录之类的。参考博文:PointNet++分割预测结果可视化_pointnet++分割结果可视化-CSDN博客
修改1:
修改2:
修改3:
RuntimeError:shape 【1,1,1】 is invalid for input of size 16
解决:把第272行的16改成1
修改4:
修改5:
修改完成后在终端运行代码。
2、结果
最终在results/partseg文件夹内会显示3d_img以及predict_img。