点云语义分割:Cylinder3D多卡训练

已于 2024-05-26 19:19:45 修改
阅读量195 收藏
点赞数
分类专栏： 点云 文章标签： 点云语义分割 Cylinder 多卡训练 semantickitti
于 2024-05-21 18:15:53 首次发布
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。
本文链接：https://blog.csdn.net/u014311125/article/details/139099314
版权
本文介绍了如何将Cylinder3D模型的训练修改为PyTorch的DDP（DistributedDataParallel）模式，以支持多机多卡训练。详细阐述了DDP的初始化、Dataloader配置、模型分配、推理验证过程中的精度计算以及模型保存，并提供了随机种子的设置方法。此外，文章还提到了单机多卡和多机多卡的训练启动方式，以及训练过程中的精度评价。
摘要由CSDN通过智能技术生成

点云语义分割:Cylinder3D多卡训练

官方提供的代码只支持单卡训练，训练一次要特别长的时间，我训练40个epoch用了7天时间。这篇文章就来记录一下如何根据官方的代码修改成多机多卡模式，同时复习一下pytorch的DDP模式。

一、DDP

DistributedDataParallel（DDP）是一个支持多机多卡、分布式训练的深度学习工程方法。PyTorch现已原生支持DDP，可以直接通过torch.distributed使用。核心代码用一句

model = DDP(model, device_ids=[local_rank], output_device=local_rank)

下面具体看看

了解本专栏 订阅专栏 解锁全文 超级会员免费看
GHZhao_GIS_RS
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
点云语义分割:使用Cylinder3D训练SemanticKITTI数据集
zhaoguanhua的博客
04-13 465
将该路径修改到config/semanticktti.yaml文件中的data_path节点下。下载semanticKITTI数据集的点云数据和标签，解压到一起。系统：Ubuntu18。
3D 语义分割——Cylinder3D
steven_ysh的博客
07-06 2752
本文是阅读论文 Cylinder3D 后做的笔记，首先简要地介绍了 Cylinder3D 网络结构，然后再详细地介绍该网络中的组成部件（包括圆柱形划分方法、非对称三维卷积网络、point-wise refinement 模块），最后再简单地介绍了该网络的损失函数。 文末附有论文和代码地址，以及相关补充的文章。......
MiMics中analyze的cylinder通过3D计算合并的方法.pdf
08-05
MiMics 中 analyze 的 cylinder 通过 3D 计算合并的方法，此方法可用于CT三维重建后，体表坐标和穿刺方向精确定位。本案例使用网上下载的头部CT源文件，模拟脑血肿穿刺，这里不介绍血肿定位，直接建模。
Cylinder3D：创新的3D圆柱形布局库，让UI设计更具立体感
gitblog_00045的博客
04-25 433
Cylinder3D：创新的3D圆柱形布局库，让UI设计更具立体感 Cylinder3DRank 1st in the leaderboard of SemanticKITTI semantic segmentation (both single-scan and multi-scan) (Nov. 2020) (CVPR2021 Oral)项目地址:https://gitcode.com/gh...
Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation（论文阅读笔记）
jiluonian的博客
03-18 3710
Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation（论文阅读）
Cylinder3D:一个有效的三维框架用于驾驶场景激光雷达语义分割
weixin_43823175的博客
01-28 5053
Cylinder3D:一个有效的三维框架用于驾驶场景激光雷达语义分割 论文 Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation CVPR2021 摘要:激光雷达的大规模行车场景语义分割方法经常对二维空间中的点云进行投影和处理。投影方法包括球面投影、鸟瞰图投影等。虽然这个过程使得点云适用于基于cnn的二维网络，但它不可避免地改变和放弃了三维拓扑和几何关系。一种解决3D到2d投影问题的直接方法是保
Cylinder3D ：3D环境下的Lidar 点云分割
3D视觉工坊
09-13 926
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达文章导读导读：在自动驾驶中，3D感知相较于2D感知能够提供更加准确的位置信息。随着3D激光雷达传感器应用的不断普及，激光雷达能够更好的...
大尺度室外三维点云语义分割模型汇总，包括已调通的RandLA-Net, KPConv等SOTA模型 用户可以根据需求下载使用
最新发布
05-31
点云语义分割是计算机视觉领域的一个重要研究方向，它涉及到三维空间数据的理解与分析。在大尺度室外环境中，如城市、道路、建筑等场景，点云数据的处理显得尤为重要，因为它们能提供丰富的几何信息，帮助我们理解...
点云语义分割大合集-持续更新中
zhaoguanhua的博客
10-26 3502
一、PointNet 1.1、论文解读 1.2、公开数据集测试 1.3、源码解读 二、PointNet++ 2.1、论文解读 2.2、公开数据集测试 2.3、源码解读 三、KPConv 3.1、论文解读 点云语义分割:KPConv解读-更新中 3.2、公开数据集测试 S3DIS测试:点云语义分割:KPConv训练S3DIS数据集 Semantic3D测试:在tensorflow2.0环境下使用KPConv训练Semantic3D数据集 3.3、源码解读 源码阅读:KPConv之Dataset类 源码阅读:K
Cylinder3D:SemanticKITTI语义分段（单扫描和多扫描）排行榜中排名第一（2020年11月）（CVPR2021 Oral）
05-01
圆柱和非对称3D卷积网络用于LiDAR分割 我们的工作“用于LiDAR分割的圆柱和非对称3D卷积网络”的源代码 消息 2021-03 [NEW :fire: ] Cylinder3D被接受为CVPR 2021的口头报告 2021-01 [NEW :fire: ] Cylinder3D在SemanticKITTI多扫描语义分割的排行榜中排名第一 2020-12 [NEW :fire: ] Cylinder3D实现了激光雷达nuScenes分割的挑战的第2位，用米欧= 0.779，fwIoU = 0.899和FPS = 10Hz的。 2020-12我们发布了具有nuScenes数据集支持的Cylinder3D新版本。 2020-11我们初步发布了Cylinder3D--v0.1，支持在SemanticKITTI和nuScenes上进行LiDAR语义分割。 2020-11我们的工作实现了SemanticKITT
半监督点云语义分割方法中的引导点对比学习
为了解决3D点级别标记的高成本和挑战，我们提出了一种用于半监督点云语义分割的方法，以在训练中采用未标记的点云来提高模型性能。受最近自监督任务中的对比度损失的启发，我们提出了引导点对比度损失，以增强半监督...
论文阅读：Cylindrical and Asymmetrical 3D Convolution Networksfor LiDAR Segmentation
qq_53086461的博客
03-19 544
圆柱分割点云
【Cylinder3D论文解读及代码略解】
sunny_ran123的博客
05-05 3409
Cylinder3D论文解读及代码略解论文解读AbstractIntroductionRelated work室内点云分割室外点云分割3D体素划分Methodology(本文方法)Cylindrical PartitionAsymmetrical 3D Convolution NetworkAsymmetrical Residual BlockDDCMPoint-wise Refinement Module目标函数实验部分Dataset and Metricsemantic KITTI：nuScenes：E
详解3D点云分割网络 Cylindrical and Asymmetrical 3D Convolution Networksfor LiDAR Segmentation
10点43的博客
06-24 3287
本文介绍一篇3D点云分割网络：Cylinder3D，论文已收录于 CVPR 2021。 这里重点是理解本文提出的 Cylindrical Partition 和 Asymmetrical 3D Convolution Network。 论文链接为：https://arxiv.org/pdf/2011.10033.pdf 项目链接为：https://github.com/xinge008/Cylinder3D 0. Abstract 1. Introduction & Related Work .
【论文阅读】【三维语义分割】Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation
麒麒哈尔的博客
01-01 3276
文章目录Cylinder3DCylindrical PartitionbackboneDDCMPoint-wise Refinement ModuleExperimentablation studyGeneralization Analyses总结 Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation 投递CVPR2021 目前Semantic-KITTI榜第一 代码：https://github.com/xi
Cylinder3D：用于激光雷达点云数据分割的3D卷积网络（CVPR2021）
3D视觉工坊
08-01 1578
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达摘要目前主流的激光分割的方法通常将点云投影到2D空间，然后利用2D卷积进行处理，这必定会丧失3D的拓扑与几何特征，一种有效的弥补则是采...
稍稍看了眼Palabos算例cylinder3d | 动量交换计算drag/lift
Yulan Fang's notes.
04-03 674
这个算例是最近更新的palabos版本才有的算例，它多出了升阻力（英文是drag和lift，如果我没翻译错的话）的计算。 后续是定义了foreceIds这个三维数组的，后续是要求和的，这里subscribe意味登记一下id，简言之就是预定好了这些lattice以后要求和。 lattice.toggleInternalStatistics(true); forceIds[0] = lattice.internalStatSubscription().subscribeSum(); forceI
WPF 3D model - Sphere, Cone, and Cylinder
wmjcom的专栏
05-05 4660
Extending Visual3D - Sphere, Cone, and Cylinder http://blogs.msdn.com/b/danlehen/archive/2005/10/16/481597.aspx   He put together a short sample which derives a Sphere, a Cone, and a Cylinder primi
点云地面分割开源神经网络算法
08-16
点云地面分割是指将点云数据中的地面部分与其他物体部分进行划分的过程。目前有一些开源的神经网络算法可以用来进行点云地面分割。 其中，PointNet是一种常用的点云分割网络算法。它是基于深度学习的点云处理方法，...
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

打赏作者

GHZhao_GIS_RS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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