Superpoint Transformer | 代码复现

前言

Superpoint Transformer 和 Superpoint Graph 的核心区别在于它们的架构设计和数据处理方式。
Superpoint Graph (SPG)：

基于图结构：
    将点云划分为超点（superpoints），每个超点表示具有相似几何和语义属性的点集。
    构建超点之间的 图结构，图的节点是超点，边是超点之间的关系（如几何相邻性、相似性等）。
    使用 图神经网络 (GNN) 在超点图上进行推理。

超点分割：
    通过传统的分割算法（如基于欧几里得距离、法向量聚类）对点云进行分割。
    不需要处理所有点，而是通过图节点的稀疏化表示大幅降低计算复杂度。

Superpoint Transformer (SPT)：

基于 Transformer：
    将超点看作序列，使用 Transformer 架构 对超点进行推理。
    自注意力机制捕获超点之间的全局依赖关系，无需显式构建图结构。

超点生成：
    类似 SPG，先通过几何特征生成超点，但在超点之间的推理中采用了不同的方法（基于自注意力）。

Superpoint Graph (SPG)：

输入表示：
    图结构 G=(V,E)G=(V,E)，其中 VV 是超点节点，EE 是节点之间的边。
    每个节点有一个特征向量，表示超点的属性（如大小、平均颜色、几何特性）。

图神经网络 (GNN)：
    在图上运行 GNN，例如 Edge Convolution (EdgeConv)，用来捕获超点之间的几何关系。
    通过消息传递机制更新节点特征。
    依赖图结构，因此需要预定义超点之间的连接关系。

限制：
    图结构构建可能存在信息丢失，尤其是在点云稀疏或超点划分质量不高的情况下。
    图操作可能对并行性支持不够，特别是在大规模数据上。

Superpoint Transformer (SPT)：

输入表示：
    超点序列 S=[s1,s2,...,sn]S=[s1​,s2​,...,sn​]，每个超点 sisi​ 是一个特征向量，表示超点的属性。
    不需要构建显式图结构。

Transformer 架构：
    使用 多头自注意力机制 (Multi-head Self-Attention) 计算超点之间的相关性：
    Attention(Q,K,V)=softmax(QK⊤dk)V
    Attention(Q,K,V)=softmax(dk​

​QK⊤​)V 其中 QQ, KK, VV 是超点的特征表示。
每个超点的表示更新时，会考虑所有其他超点的全局关系，适合捕获长距离依赖。

优势：

全局感知能力强，自注意力机制可以捕获远程依赖关系。
支持并行计算，尤其适合 GPU 加速。

github链接🔗 https://github.com/drprojects/superpoint_transformer

1. 安装依赖

./install.sh

检查安装是否成功
激活环境：

conda activate spt

测试 PyTorch 是否正确安装并支持 GPU：

python -c "import torch; print(torch.cuda.is_available())"

返回 True 表示安装成功。

如果本地cuda环境不匹配，可以在虚拟环境里面安装新的cuda

conda create -n spt python=3.9 -y
conda activate spt
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
python -c "import torch; print(torch.cuda.is_available())"

install.sh 中有硬性 CUDA 检查逻辑，需要跳过它

关键修改点 1：跳过 CUDA 版本检查

在脚本中，CUDA 检查部分会导致问题，因为它检测的是系统 CUDA，而不是虚拟 CUDA。可以直接跳过这部分检查。

找到以下代码：

CUDA_VERSION=`nvcc --version |