shellnet安装记录

最新推荐文章于 2023-07-31 00:17:51 发布
原创 最新推荐文章于 2023-07-31 00:17:51 发布 · 705 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文记录了ShellNet的安装过程，包括依赖TensorFlow的安装和自定义TF操作符的编译。同时，详细说明了如何处理Semantic3D数据集，提供预处理数据的下载链接，并给出数据集的组织结构。在安装过程中遇到的`tensorflow.python.framework.errors_impl.NotFoundError`问题，通过查阅资料找到了解决方案。

 github地址: https://github.com/hkust-vgd/shellnet

Installation

The code is based on PointCNN. Please install TensorFlow, and follow the instruction in PointNet++ to compile the customized TF operators in the tf_ops folder.

The code has been tested with Python 3.6, TensorFlow 1.13.2, CUDA 10.0 and cuDNN 7.3 on Ubuntu 14.04.

对于数据集Semantic3D

You can download our preprocessed hdf5 files and labels here.

下载下来处理好的semantic数据集的文件后,按照setting/seg_sem

最低0.47元/天 解锁文章
点云从入门到精通技术详解100篇-低重叠率三维点云配准及点云数据一体化处理系统开发
getusushu的博客
10-08 1002
于特征的配准算法精度较高，特征检测的性能决定了点云配准的质量，常用的特征有点、对方向以及在点的球形邻域内的点对之间的距离，是在点特征直方图基础上的简化算法，维点云，凭借点云配准技术将部分重叠的点云拼接，从而得到被测物体或场景的完整点。在文物修复方面，可以通过点云配准，实现。文物的三维重建，还原文物的完整立体结构，为保存历史文物数据、推动文物的应用研。云，它们的重叠部分点云信息量很少，能提取的特征有限，处理起来耗费时间长且容易。本文主要研究的是点云的成对配准，目前点云配准算法的层出不穷，按照搜索点的范围。
tf_sampling_so.so等文件怎么生成（多种tf版本都可的顺利解决方法）
xiaobaizaza_Ry的博客
05-03 4218
tf_sampling_so.so等文件怎么生成（多种tf版本的解决方法） 这里以Geo-CNN的代码为例子，运行时我们可能会出现这样子的错误：忘记截图 1.没有.so文件。 tf_sampling_so.so: cannot open shared object file: No such file or directory 1.1那么.so文件是什么? so即为shared o...
ShellNet:Efficient Point Cloud Convolutional Neural Networks using Concentric Shells Statics
Bilybill的博客
10-31 1379
1.文章总体概述 这篇文章是最近Iccv2019接收的一篇文章，主要做的工作是提出了一种可以用于直接处理3D空间中的点云数据的卷积算子ShellConv并基于此设计了一个ShellNet，可以用于分类以及点云的语义分割。与以往的PointNet系列类似的是，作者提出的结构也是直接输入原始的点云坐标信息(,为点的个数)。开篇作者简要介绍了一些相关的工作，分析了经典的PointNet系列存在的问题，...
第一个Linux命令shellnet
zhanglianzhu_91的博客
07-14 422
由于DotNetCore的程序和web采用json配置了。为了用shell修改配置文件。用vim的话看的是整个配置，网上也有用sed正则表达式替换的例子。总的来说用shell操作json读写配置比较麻烦。为了弥补shell一些不便捷性，基于之前基础实现shellnet工具，就是shell的dotnet补充。 支持以下 作为用dotnet对shell的补充工具 #查看帮助 shellnet --help #查看版本 shellnet --vertion #读取指定名称json的指定路径值 shellnet -
ShellNet: Efficient Point Cloud Convolutional Neural Networks using Concentric Shells Statistics学习笔记
路&客的博客
04-07 1361
以往的方法虽然能够在各种场景理解任务中达到较好的准确率，但训练速度往往较慢，网络结构复杂。本文针对这些问题，提出了一种有效的端到端置换不变卷积算法用于点云深度学习。我们名为ShellConv的简单而有效的卷积运算符使用同心球壳的统计数据来定义代表性特征并解决点序不规则性，从而允许对这些特征执行传统卷积。在ShellConv的基础上，我们进一步构建了一个高效的神经网络ShellNet，在保持较少层数的情况下，直接消耗接受野较大的点云。
论文阅读| ShellNet: Efficient Point Cloud Convolutional Neural Networks using Concentric Shells...
bettii的博客
12-31 700
点云分类和分割方向文章--ICCV2019 oral
3D点云论阅读：ShellNet:Efficient Point Cloud Convolutional Neural Networks using Concentric Shells Statics
碧落的博客
03-02 1246
论文：http://openaccess.thecvf.com/content_ICCV_2019/papers/Zhang_ShellNet_Efficient_Point_Cloud_Convolutional_Neural_Networks_Using_Concentric_Shells_ICCV_2019_paper.pdf 源码：https://github.com/hkust-vgd...
PointNet++点云处理TensorFlow版
08-29
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。PointNet++是点云处理深度学习里程碑式的工作，启发了很多后续研究。 原作的PointNet++代码使用Python2.7和tensorflow1.4。本课程将PointNet++代码更新至Python3并在tensorflow1.13上演示。  本课程对TensorFlow版的PointNet++进行原理讲解、论文复现和代码详解。包括：   （1）提供三维点云数据集ModelNet40、ShapeNet和Scannet的下载、可视化软件和方法； （2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试； （3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。
有效解决译运行报错undefined symbol: _ZN10tensorflow12OpDefBuilder4AttrESs
weixin_44119674的博客
06-22 3807
在编译makefile文件生成.so 文件后，发现运行train.py时，出现报错: undefined symbol: _ZN10tensorflow12OpDefBuilder4AttrESs。 这时不要慌，搞DL就是天天DEBUG. 查看一下你的gcc/g++版本，如果是5.4.0或者更高版本，恭喜你离成功更近一步：只需要将-D_GLIBCXX_USE_CXX11_ABI = 0移除即可。 ...
pointnet++编译运行报错undefined symbol: _ZN10tensorflow12OpDefBuilder4AttrESs的问题解决
HelloJinYe的博客
11-28 5568
我在修改了tf_ops下的3d_interpolation、grouping、sampling 的三个文件夹下的各自.sh文件的路径后，成功编译生成了对应的.s0文件。满心欢喜的运行train.py是时却又碰到了问题。 tf_sampling_so.so报了一个问题： undefined symbol: _ZN10tensorflow12OpDefBuilder4AttrESs 在作者的githu...
pointnet++的.so文件包
09-02
pointnet++代码系列均可以使用，tf_ops文件夹下包含了三个部分的所有需要的文件,包含FPS算法模块，grouping以及插值模块
pointnet++编译后的文件.zip
07-01
这里的资源对应的是Pointnet++编译出来的so格式文件，自己取。
报错：undefined symbol: _ZN10tensorflow12OpDefBuilder4AttrESs
weixin_45607635的博客
03-12 5910
运行碰到编译生成的.so文件报错： undefined symbol: _ZN10tensorflow12OpDefBuilder4AttrESs 解决办法： 查看你的gcc版本，如果版本大于4，则需要在对应的.sh文件中删除-D_GLIBCXX_USE_CXX11_ABI=0 gcc --version 我的版本为5.4.0，所以需要删除-D_GLIBCXX_USE_CXX11_ABI = 0 删除后： g++ -std=c++11 \ -shared ./tools/src_mesh_r
【点云合集】点云的理解与笔记，包括3D深度学习与PointNet的衍生系列
xiaobaizaza_Ry的博客
03-13 649
【点云合集】点云的理解 3D深度学习的初步探索（PointNet,PointNet++,Geo-CNN)PointNet&PointNet++源码pointnet_util.py理解。PointNet++论文翻译(PointNet++实现第1步)PointNet++理解(PointNet++实现第2步)PointNet论文翻译（PointNet实现第1步）PointNet理解（PointNet实现第4步）
Win10系统下复现Pointnet++（pytorch）
热门推荐
ice
07-31 1万+
本博客主要关注pointnet++三个任务的训练过程，分别为分类网络，部件分割网络以及语义分割网络，而且该项目代码中也缺少预测代码（只有test.py代码，用来验证得到评价指标的），也就是缺少可视化代码，后面在新的博文中也会分享一下pointnet++网络结构及代码，以及分类网络和部件分割网络的可视化代码部分。如果博客中哪里出现有错误，还请各位大佬指正。
linux 下跑通pointnet++网络模型
weixin_43874114的博客
04-08 2413
linux 下跑通pointnet++网络模型
将自己的动态库编译到tensorflow（Compile Customized TF Operators）
weixin_43763859的博客
03-13 803
遇到的问题： tensorflow.python.framework.errors_impl.NotFoundError: /home/baxter/pointnet2/tf_ops/sampling/tf_sampling_so.so: undefined symbol: _ZTIN10tensorflow8OpKernelE 解决方法： 只需将其中的CUDA版本改变下，自己编译的文件选好即可。...
pointnet++源代码在服务器上anaconda的虚拟环境中提示notfounderror
qq_16457843的博客
01-18 1212
pointnet++源代码在ubuntu服务器上anaconda的虚拟环境中提示notfounderror 跟pointnet的源码可以直接运行不同，pointnet++的源码需要将tf_ops文件夹下所有子文件夹中tf_xxx_compile.sh的文件在终端中进行重新编译，参考github，即cd到相应子文件夹下，运行 sh tf_xxx_compile.sh 否则会提示找不到tf_samp...
怎样编译tf_xxx_compile.sh 生成tf_xxx_so.so
qq_40590753的博客
08-16 626
https://blog.csdn.net/qq_41895003/article/details/105898395 对于生成tf_sampling_so.so 在python2.7时可以出用以下代码： !g++ -std=c++11 tf_sampling.cpp -o tf__sampling_so.so -shared -fPIC -I /usr/local/lib/python2.7/dist-packages/tensorflow/include -I /usr/local/cuda-8.0/i
shellnet
最新发布
10-28
由于没有提供具体的引用内容，以下是基于通用知识的关于ShellNet的介绍。 ShellNet是一种网络架构或者技术概念，在不同的语境下可能有不同的含义。在计算机网络和安全领域，ShellNet可能是一种用于远程控制、数据...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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