Pointnet源码阅读学习---evaluate.py

最新推荐文章于 2023-04-07 14:59:45 发布

银川梁朝伟

最新推荐文章于 2023-04-07 14:59:45 发布

阅读量1.3k

点赞数

本文链接：https://blog.csdn.net/weixin_41389170/article/details/89133517

版权

本文详细解读Pointnet网络的evaluate.py文件，主要关注如何计算平均损失、准确率和平均类别准确率，并记录日志。通过注释解释关键代码逻辑。

摘要由CSDN通过智能技术生成

对训练网络进行评估，得到mean loss、accuracy、avg class acc并且log记录，结构图如下
在这里插入图片描述
代码与自己的理解注释

import tensorflow as tf
import numpy as np
import argparse
import socket
import importlib
import time
import os
import scipy.misc
import sys
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
sys.path.append(BASE_DIR)
sys.path.append(os.path.join(BASE_DIR, 'models'))
sys.path.append(os.path.join(BASE_DIR, 'utils'))
import provider
import pc_util


parser = argparse.ArgumentParser()
parser.add_argument('--gpu', type=int, default=0, help='GPU to use [default: GPU 0]')
parser.add_argument('--model', default='pointnet_cls', help='Model name: pointnet_cls or pointnet_cls_basic [default: pointnet_cls]')
parser.add_argument('--batch_size', type=int, default=4, help='Batch Size during training [default: 1]')
parser.add_argument('--num_point', type=int, default=1024, help='Point Number [256/512/1024/2048] [default: 1024]')
parser.add_argument('--model_path', default='log/model.ckpt', help='model checkpoint file path [default: log/model.ckpt]')
parser.add_argument('--dump_dir', default='dump', help='dump folder path [dump]')
parser.add_argument('--visu', action='store_true', help='Whether to dump image for error case [default: False]')
FLAGS = parser.parse_args()


BATCH_SIZE = FLAGS.batch_size
NUM_POINT = FLAGS.num_point
MODEL_PATH = FLAGS.model_path
GPU_INDEX = FLAGS.gpu
MODEL = importlib.import_module