RandLA-Net遇到的问题

最新推荐文章于 2024-03-09 10:53:39 发布
最新推荐文章于 2024-03-09 10:53:39 发布
阅读量481 收藏 1
点赞数
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/weixin_46725303/article/details/119817207
版权

用python3.6

3.5不支持pyyaml的版本
python3.5 3.7还会出各种报错

数据集路径用绝对路径

预处理程序 和 main_S3DIS 都要改

S3DIS数据集

Stanford3dDataset_v1.2_Aligned_Version\Area_5\hallway_6\Annotations\ceiling_1.txt
第180389行有一个特殊字符，改成空格，
在这里插入图片描述
Stanford3dDataset_v1.2\Area_5\office_19\Annotations\ceiling_1.txt
第323473行有字符
在这里插入图片描述

CyYu_
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在tensorflow2.0环境下使用RandLA-Net训练S3DIS数据集
zhaoguanhua的博客
07-28 3495
之前的文章介绍了在tensorflow2.0环境下使用RandLA-Net训练Semantic3D数据集，这里我们记录一下如何在在tensorflow2.0环境下使用RandLA-Net训练S3DIS数据集。 由于作者提供的代码是基于tensorflow1.11写的，想在2.0的环境下运行该程序需要做些修改，修改方法已在训练Semantic3D数据集中给出。 训练S3DIS数据集 1、下载数据集 2、数据集预处理 3、6折交叉训练 4、验证 ...
RandLA-Net:andTandorflow中的RandLA-Net（CVPR 2020，口服）
05-03
RandLA-Net：大规模点云的有效语义分割（CVPR 2020） 这是RandLA-Net （CVPR2020，口头演示）的官方实施， RandLA-Net是一种简单高效的神经体系结构，用于大规模3D点云的语义分割。 有关技术细节，请参阅： RandLA-Net：大规模点云的有效语义分割， ，，，，， ，。 [] [] [] [] （1）设置 该代码已在Ubuntu 16.04上使用Python 3.5，Tensorflow 1.11，CUDA 9.0和cuDNN 7.4.1进行了测试。 克隆存储库 git clone --depth=1 https://github.com/QingyongHu/RandLA-Net && cd RandLA-Net 设置python环境 conda create -n randlanet python=3.5 source activate
RandLA-Net-pytorch:RandLA-Net（https的Pytorch实施
05-23
RandLA-Net-pytorch 该存储库包含的实现。 我们现在仅支持SemanticKITTI数据集。 （欢迎大家共同发展，提高公关意识） 我们的模型几乎与原始实现一样好。 （验证集：我们的52.9％的mIoU与原始的53.1％） 我们将pretrain-model放置在目录中。 表现 验证集结果（seq 08） 与原始实施比较 模型 密欧 原始Tensorflow 0.531 我们的Pytorch实施 0.529 每课时 密欧 车 自行车 摩托车 卡车 其他车辆 人 骑自行车的人 电单车司机 路 停车处 人行道 其他地面 建造 栅栏 植被 树干 地形 极 交通标志 52.9 0.919 0.122 0.290 0.660 0.444 0.515 0.676 0.000 0.912 0.421 0.759 0.001 0.878 0.354
RandLA-Net - 大规模点云的高效语义分割的Tensorflow实现（CVPR 2020）-python
06-18
RandLA-Net - 大规模点云的高效语义分割的Tensorflow实现（CVPR 2020） RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds (CVPR 2020) 这是 RandLA-Net (CVPR2020, Oralpresentation) 的官方实现，这是一种用于大规模 3D 点云语义分割的简单高效的神经架构。 技术细节请参考：RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds 胡庆勇、杨博*、谢林海、Stefano Rosa、郭玉兰、王志华、Niki Trigoni、Andrew Markham。 [Paper] [Video] [Blog] (1) Setup 此代码已在 Ubuntu 16.04 上使用 Python 3.5、Tensorflow 1.11、CUDA 9.0 和 cuDNN 7.4.1 进行测试。 克隆仓库 git clone --depth=1 http
RandLA-Net-tensorflow2：RandLA-Net的Tensorflow2实现
02-16
RandLA-Net-tensorflow2 RandLA-Net的TensorFlow 2实现
RandLA-Net预处理时interrupted by signal 9: SIGKILL的解决办法
m0_48290347的博客
11-14 316
在用RandLA-Net预处理Semantic3D几个较大的文件时，程序总是被杀死，提示：interrupted by signal 9: SIGKILL。
CVPR 2020 RandLA-Net
Polaris
03-23 933
作者在知乎的介绍，包含论文及源码链接：[CVPR 2020 Oral] RandLA-Net:大场景三维点云语义分割新框架（已开源） 作者在深蓝学院的公开课（包括RandLA-Net和 3D-BoNet）：基于三维点云场景的语义分割和实例分割 RandLA-Net最大的亮点在于处理的速度快，准确率也还不错。速度上的提升很大程度是由于point inference部分使用了随机降采样，随机地对点...
RandLA-net网络环境配置
Shen_withDL的博客
09-07 1685
超算平台下配置RandLA-net网络环境 RandLA-net网络环境配置 在github上找到RandLA-net网络，按照配置步骤进行配置。 链接：RandLA-net网络 由于超算平台不需要虚拟环境，因此前两步可以直接跳过。直接从 pip install -r helper_requirements.txt 开始配置就行。（建议在配置之前通过pip list命令查看平台的python环境是否包含该txt文件中的配置） 执行命令sh compile_op.sh 若出现无法执行的情况，可以直接打开com
验证环境发生卡死（stuck),如何调试
weixin_41994704的博客
03-17 1160
调试方法 ctrl+c 进入到ucli 界面 输入：run 1ns 查看程序运行在哪里? 输入：step 查看程序的运行。 stuck 的原因 rtl的组合逻辑形成了闭环，一直在运行， tb的while(1)。 UVM_TIMEOUT 是仿真时间一直在走，不能退出的stuck，到达设置的仿真时间退出。 ...
RandLA-Net-Enhanced:RandLA-Net改进版
05-03
RandLA-Net-Enhanced 原代码论文主要贡献：提出更快的点云语义分割模型。 对比现有的采样方法，发现随机采样最好。 为了减小随机采样丢失的信息，提出局部特征采样器，包括 Local Spatial Encoding (LocSE) 和 ...
randla-net.mp4
06-23
randla-net.mp4
Win10系统下训练RandLA-Net点云语义分割模型_zhaoguanhua的博客-CSDN博客.mhtml
01-04
Win10系统下训练RandLA-Net点云语义分割模型_zhaoguanhua的博客-CSDN博客.mhtml
Pointnet_Pointnet2_pytorch:由pytorch（pure python）以及在ModelNet，ShapeNet和S3DIS上实现的PointNet和PointNet ++
05-11
PointNet和PointNet ++的Pytorch实现 此是和的实现。 更新 2021/03/27： （1）发布预训练的语义分割模型，其中PointNet ++可以达到53.5％的mIoU。 （2）在log/发布用于分类和零件细分的预训练模型。 2021/03/20：...
JAVA程序员面试秘籍-[中英文] MARKHAM
03-02
主要是关于MARKHAM的JAVA程序员成功面试秘籍，里面有中文和英文各有一个版本，可供想面试或者想看看来巩固固有知识的人
复现点项目DeLA代码，运行prepare_s3dis.py时，报错ValueError: could not convert string to float: ‘103.0\x100000‘
最新发布
tyyovo的博客
03-09 401
很显然，这并不是环境问题，而是在s3dis数据集中Stanford3dDataset_v1.2/Area_5/office_19/Annotations/ceiling_1.txt中出现了文本字符，无法转换为浮点型数据，但是通过报错消息也无法找到具体在哪一行。再次运行prepare_s3dis.py文件，按照输出找到出错行号，手动修改回来即可。
环境感知算法——4.RandLA-Net基于SemanticKITTI训练
wenquantongxin的博客
06-03 2109
基于SemanticKITTI训练训练RandLA-Net
大场景室内点云标注数据集S3DIS介绍
热门推荐
weixin_41965898的博客
08-30 1万+
重要说明 多用于室内点云的语义分割和实例分割（每个柱子桌椅等都是分开标注的） 6个区域：【目录名称】 Area1、Area2、Area3、Area4、Area5、Area6 13个语义元素： 【annotation的类别】 天花板ceiling、地板floor、墙壁wall、梁beam、柱column、窗window、门door 桌子table、椅子chair、沙发sofa、书柜bookcase、板board、混杂元素（其他）clutter 11种场景：【单文件的名称】 办公室、会议室、..
win10系统下使用pytorch版本的KPConv模型训练S3DIS数据集bug修改
zhaoguanhua的博客
08-05 1869
一、pytorch版本github地址: 二、系统环境 三、bug修改 3.1、编译下采样和最近邻搜索模块bug 3.2、
PointNet和PointNet++模型训练vscode+ubuntu
5233的博客
09-22 2898
Pointnet三维模型分类网络模型代码解析
randla-net编译
12-22
randla-net是一种基于深度学习的神经网络模型，用于点云数据的处理和分析。该模型通过编码器-解码器结构，可以有效地从点云数据中提取特征并进行语义分割和分类。 编译randla-net模型包括几个步骤。首先，需要安装...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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