点云PointNet学习

简介

PointNet是点云深度学习具有划时代意义的方法，值得学习。
毕设还是要添加一些网络之类的学习方法，现在快学学基础。

网络结构

代码验证

• 参考文章1、参考文章2
  源码下载：github
  数据集下载：Shapenet、Modelnet40

1、验证过程
python包下载：

#切换到python环境和项目根目录
python -e .

2、代码修改：主要位于utils文件里

• 训练文件：train_xxx
  修改相关路径。
  调换scheduler.step()和optimizer.step()顺序，要不pytotrch1.1之后的版本都会报错。
  修改cuda，判断是cpu/gpu版本。
  添加main函数，要不然会报多线程错误。
  以分割为例：

...
sys.path.append('E:\workingrealm\python_for_pcl\PointNet-master')
...
if __name__ == '__main__':
    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
	...
    classifier.to(device)
	...
    optimizer.step()
    scheduler.step()
	points, target = points.to(device), target.to(device)# 相关的都换成这样。

• 测试文件：show_xxx
  分类部分：
  
  分割部分：需要重新编译render_balls_so.dll文件
  这是一个动态链接库，需要使用Visual Studio 20xx重新编译。（详细编译网上找找）
  render_balls_so.cpp的内容放xxx.h文件，在render_ball()函数前添加__declspec(dllexport)为了作为导出库被python调用。
  xxx.cpp里边儿写个主函数生成解决方案。替换掉dll文件。

3、相关命令

• 分类

# 训练train_xxx
python .\utils\train_classification.py --dataset=c:\dataset\shapenetcore_partanno_segmentation_benchmark_v0 --nepoch=4 --dataset_type=shapenet
# 测试show_xxx
python .\utils\show_cls.py --model=C:\PointCloud\PointNet-master\cls\cls_model_0.pth

• 分割

# 训练train_xxx
python .\utils\train_segmentation.py --dataset=shapenetcore_partanno_segmentation_benchmark_v0 --nepoch=5
--class_choice=Chair
# 测试show_xxx
 python .\utils\show_seg.py --model=c:\PointCloud\PointNet-master\seg\seg_model_Chair_3.pth --class_choice=Chair --idx=0 

具体遇到什么问题就在网上查查，应该不难，稳住，不可急火攻心。