Pointnet2_PyTorch

PointNet2/PointNet ++ Pytorch

プロジェクトステータス：維持されていません。有限の時間のために、私はこのコードを更新する計画がなく、問題に応答することはありません。

• Pytorchで記述されたPointNet2/PointNet ++の実装。
• NN.Datapar Allelを介してMulti-GPUをサポートします。
• Pytorchバージョン> = 1.0.0をサポートしています。 Pytorchの古いバージョンのサポートには、v1.0を使用してください。

公式モデルの定義とハイパーパラメーターについては、論文の公式コードリリース（Tensorflow）、Charlesq34/Pointnet2を参照してください。

PointNet ++で使用されるカスタムOPSは、現在、CUDAを使用してGPUでのみサポートされています。

設定

• pythonのインストール -このレポは{3.6, 3.7}でテストされています

• pytorchをCudaにインストールします - このレポは{1.4, 1.5}でテストされています。 1.5より新しいバージョンで動作する場合がありますが、これは保証されていません。

• 依存関係をインストールします

  PIPインストール-R要件。txt
  

トレーニングの例

インストール： pip install -e .

トレーニングスクリプトの例は、 pointnet2/train.pyにあります。トレーニングの例は、Pytorch LightningとHydraを使用して構築されています。

Classifionポイントネットは、としてトレーニングできます

python pointnet2/train.pyタスク= cls

＃またはModel = MSGのマルチスケールグループ

python pointnet2/train.pyタスク= clsモデル= msg

同様に、セマンティックセグメンテーションは、タスクをsemsegに変更することでトレーニングできます

python pointnet2/train.pyタスク= semseg

たとえば、使用するGPU IDのリストを渡すことにより、マルチGPUトレーニングを有効にすることができます

python pointnet2/train.pyタスク= cls gpus = [0,1,2,3]

Cudaカーネルのみを構築します

PIPインストールPointNet2_ops_lib/。

＃またはそれらを直接インストールしたい場合（これは要件でも使用できます。txt）

PIPインストール「Git+Git：//github.com/erikwijmans/pointnet2_pytorch.git#egg = pointnet2_ops&subdirectory=pointnet2_ops_ops_lib "

貢献

このリポジトリは、Pythonコードの糸くずとスタイルの施行にBlackを使用します。 C ++/CUDAコードの場合、Clang-Formatがスタイルに使用されます。スタイルに準拠する最も簡単な方法は、事前コミットを介してです

PIPインストール前コミット
事前コミットインストール

引用

@article {pytorchpointnet ++、
      著者= {erik wijmans}、
      title = {pointnet ++ pytorch}、
      Journal = {https://github.com/erikwijmans/pointnet2_pytorch}、
      年= {2018}
}

@inproceedings {qi2017pointnet ++、
    title = {pointnet ++：メトリック空間のポイントセットでの深い階層機能学習}、
    著者= {qi、チャールズ・ルイツハンタイとyi、liとsu、hao and guibas、leonidas j}、
    booktitle = {神経情報処理システムの進歩}、
    ページ= {5099--5108}、
    年= {2017}
}