PointNet训练与测试github开源代码（PointNet实现第5步骤pytorch版）

PointNet第5步——PointNet训练与测试github开源代码

在运行github上的代码时，经常版本不匹配会出现大量的不同，或者报错，这篇主要记录我解决相关报错的方法。

本次测试的是github上的yanx27Pointnet_Pointnet2_pytorch
源码资源【点击此处】在此，感激git主的贡献。

第一步：下载代码

本次程序不太适合用自己笔记本的cpu还跑，还是比较适合用服务器。
下载代码链接如上源码资源

第2步：下载保存数据集

改源码数据集，源码作者已经给出1.59GB
数据集链接【点击此处下载】

下载建议通过服务器来实现，服务器如何下载，命令行直接输入下面：

wget https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip

将下载后的数据集解压保存在代码文件目录下data/modelnet40_normal_resampled/
解压保存（服务器端口操纵）如下：

unzip -d 源代码路径+/data modelnet40_normal_resampled.zip

其他后台操作可参考我的【这篇博客】

第3步：实现与调错

cd 到源码保存的文件路径下，然后

报错1：no model ‘ModelNetDataLoader’

代码路径的问题
报错点在train_cls.py第5行
from data_utils.ModelNetDataLoader import ModelNetDataLoader

简单粗暴法：
直接将在data_utils中的ModelNetDataLoader.py复制到train_cls.py同目录下。
然后将from data_utils.ModelNetDataLoader import ModelNetDataLoader 改为from ModelNetDataLoader import ModelNetDataLoader

其他方法：1.添加路径，这个你可以百度一下，sys.path,这里我只介绍最简单的方法。
2.转变为模块，这你也可以在CSDN中查一下，这里忘记截图了，也不打算介绍了。

报错2：no model pathlib

解决：
pip install pathlib

报错3：makedir(exist_ok=True)

原来是版本的不同，python3.5以下版本跟pytorch3.5以上不同，pytorch3.5以下版本没有exist_ok。
解决方法：
pip install pathlib2
将train_cls.py代码中的pathlib改为pathlib2

如果上述方法不可以，可以参考【这里】

报错4：SyntaxError: Non-ASCII character ‘\xef’ in file pointnet_util.py

原因：Python的默认编码文件是用的ASCII码，你将文件存成了UTF-8也没用
解决方法：
1.简单粗暴法：
将pointnet_util.py中的所有注释（""" “”"）删除。
2. 方法2：
在文件开头加入 # -- coding: UTF-8 -- 或者 #coding=utf-8 就行了

# -*- coding: utf-8 -*-
#!/usr/bin/env python

报错5：cuda out of memory

显存不足
解决方法：
1.加显存（够壕）
2.将batch_size改小，在这里的话我改成8。
在train_cls.py中将默认值修改为8：

仍然·解决？——》计算一下网络的计算量，再查看一下你自己的GPU容量，看一下是否超过？如果没有，可能是其他设置原因。

报错6：RuntimeError: cuDNN error: CUDNN_STATUS_NOT_SUPPORTED. This error may appear if you passed in a non-contiguous input.

原因：版本不匹配
解决方法：
在train_cla.py 前面加上：

torch.backends.cudnn.enabled = False

报错7：

ValueError: Expected more than 1 value per channel when training, got input size torch.Size......

问题分析： 模型中用了batchnomolization，训练中用batch训练的时候，应该是有单数，比如dataset的总样本数为17,你的batch_size为8,就会报这样的错误。输入批次只有一个数据点，而由于BatchNorm操作需要多于一个数据计算平均值，因此造成该错误。

解决方法：

从dataset中删掉一个sample，在获取数据集时，将DataLoader中drop_last设置为True，把不够一个批次的数据丢弃。

如果这操作不可以，请参考【这篇博客】

至此，报错结束，可以运行，上面只记述自己记得的一些报错。