由于服务器上存放的数据和存放源代码的路径不一致,所以对程序里的一些参数进行了一点点改动。
在已经下载好文件indoor3d_sem_seg_hdf5_data情况下
1.将train.py room_filelist和ALL_FILES 中路径更改成文件indoor3d_sem_seg_hdf5_data存在的位置。
ALL_FILES = provider.getDataFiles('indoor3d_sem_seg_hdf5_data/all_files.txt')
room_filelist = [line.rstrip() for line in open('indoor3d_sem_seg_hdf5_data/room_filelist.txt')]
2.更改provider.py中DATA_DIR,将其判断数据是否存在的函数注释掉,即不再去网站上下载。
if not os.path.exists(os.path.join(DATA_DIR, 'modelnet40_ply_hdf5_2048')):
www = 'https://shapenet.cs.stanford.edu/media/modelnet40_ply_hdf5_2048.zip'
zipfile = os.path.basename(www)
os.system('wget %s; unzip %s' % (www, zipfile))
os.system('mv %s %s' % (zipfile[:-4], DATA_DIR))
os.system('rm %s' % (zipfile))
3.最后要注意的是如果在服务器上跑程序,注意选择train.py中GPU-INDEX为相应的块。
def train():
with tf.Graph().as_default():
with tf.device('/gpu:'+str(GPU_INDEX)):
4.python train.py
#注释,如果文件indoor3d_sem_seg_hdf5_data没下载好,可以先复制2中的网站在迅雷中下载后再进行操作。