pointnet代码复现(一)

本文档详细记录了在Linux环境下,使用Anaconda、Python3.6和TensorFlow1.14复现PointNet分类网络的过程。在前提准备阶段,介绍了所需的软件和硬件配置,以及安装h5py的步骤。在训练环节,说明了如何使用modelnet40数据集,并调整batchsize以适应CPU训练。训练中遇到的问题是由于scipy版本过高导致的,通过降级scipy或修改代码解决了问题。最后,展示了模型的评估结果和错误预测的可视化案例。
摘要由CSDN通过智能技术生成

1.前提准备

首先说一下我的电脑配置

软件:
linux16.04
anaconda+python3.6+tensorflow1.14
硬件:
cpu 8GB

根据官方文档:pointnet.github需要先安装h5py:

sudo apt-get install libhdf5-dev
sudo pip install h5py

然后下载pointnet源码,下面具体讲复现步骤。

2.pointnet分类网络

2.1 训练
分类用的数据集为modelnet40,该数据集含有40个CAD模型,运行train.py可以自动下载到data文件夹中。如果提示下载失败,可以自己先下载好数据集。
代码默认batchsize为32,我是用CPU训练,内存有限所以把该参数调小了。据说用pointnet_cls_basic可以减少训练时间(还没有验证)。

评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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