PointNet++ partseg训练结果使用matplotlib可视化过程（自制数据集，没有创新，纯跑通而已）

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。