Silencer_s的博客

PointNet与DGCNN分类网络网络参数量计算话不多说，直接上表话不多说，直接上表PointNet的计算步骤类似。肯定存在各种问题，希望大佬们帮忙改正各种问题。自学实在太惨了。由于能力不足，存在以下问题：1.只会算网络参数量，还未搞清楚怎么算网络计算量。2.不清楚一个问题，池化操作会增加网络参数量吗？3.T-Net从[1×256]到[1×9]没从代码中看懂，是[1×9]还是[1×3]。...

复现流程1.通过github下载pointnet++的包;2.以分类为例，在pointnet2-master目录下新建data文件夹，将modelnet40_ply_hdf5_2048数据集解压到data文件夹内;3.安装相关环境配置，有如下建议：a. Anaconda3还是要装的，conda的虚拟环境在学习阶段，有着多种网络且各个网络环境不同时还是挺好用的b.通过conda创建python2.7的虚拟环境c.在python2.7的虚拟环境中安装conda install tensorflow-

我自己是通过修改LDGCNN到DGCNN来实现DGCNN特征的T-SNE可视化，同样的操作也可用于PointNet先去github下载好ldgcnn和DGCNN代码复制部分首先在data文件夹新建：extracted_feature文件夹，其中包含两个txt文本，分别为：test_files.txt，train_files.txt，内容分别是：data/extracted_feature/test_global_feature.h5和data/extracted_feature/train_glob

环境搭建不同论文用了不同环境，装环境简直头疼死了。坑了好久，感觉还是conda的虚拟环境靠谱一点，跑一个代码新建一个虚拟环境。Kpconv用的source creat -n kpconv python=3.6然后安装tensorflow1.12，虚拟环境会自带cudatoolkit9.2和cudnn7.6.5，可以跑通代码问题解决最坑的报错还是这个“tensorflow.python.framework.errors_impl.NotFoundError: tf_custom_ops/t..