深度学习3d语义分割学习笔记

深度学习简述

深度学习：输入-blackbox-输出
不断优化一个函数

经典网络

PointNet

PointNet++

详解参考：https://blog.csdn.net/weixin_44603934/article/details/123589948

Pytorch版本复现

代码GitHub地址：https://github.com/yanx27/Pointnet_Pointnet2_pytorch

一、分类

训练：
–model pointnet2_cls_msg --use_normals --log_dir pointnet2_cls_msg_normal --batch_size 8 --epoch 200
–model pointnet2_cls_msg使用pointnet2_cls_msg模型，–use_normals使用法向量（normal表示法向量），–log_dir pointnet2_cls_msg_normal：log保存路径
训练结果保存在对应的log路径下，checkpoints保存训练好的权重。
测试：
–model pointnet2_cls_msg --use_normals --log_dir pointnet2_cls_msg_normal --batch_size 8 --epoch 200
nodel
测试结果保存在log路径的val路径下

二、场景分割

运行时由于内存和显存及配置不够程序卡死，pycharm报错：Process finished with exit code 137 (interrupted by signal 9: SIGKILL)
一般该报错是由于cpu或者内存不足引起的，程序被终止。与GPU无关。可以通过top、free和nvidi-smi命令观察cpu、内存、显卡。
解决方法：
需要修改train_semseg.py中的pin_memory = False，使用虚拟内存。否则pin_memory = True的情况下内存无法承受。

https://blog.csdn.net/qq_38331273/article/details/116308860
https://blog.csdn.net/cendrier/article/details/128979384

以下几种方式对程序进行修改，均无效：
1.batchsize修改为1，无效

https://blog.csdn.net/OneQuestionADay/article/details/111812866

2.将文件可读写的大小的最大值Xmx改为7168

3.run参数num_point从4069修改为128
4.数据集里面只存放一张图片

tf版本复现

优质算法（含代码）

PointNeXt：通过改进的训练和扩展策略重新审视PointNet++
PointNeXt 可以灵活扩展，在 3D 分类和分割任务上都优于最先进的方法。
实验结果：对于分类，PointNeXt 在 ScanObjectNN 上的整体准确率达到 87.7%，超过 PointMLP 2.3%，同时推理速度快 10 倍。
对于语义分割，PointNeXt 在 S3DIS（6 折交叉验证）上以 74.9% 的平均 IoU 建立了新的最先进的性能，优于最近的 Point Transformer。

https://zhuanlan.zhihu.com/p/527169603
代码：https://github.com/guochengqian/pointnext
论文：https://arxiv.org/abs/2206.0467