Pointnet2_PyTorch

pointnet2/pointnet ++ pytorch

프로젝트 상태 : 유지되지 않은. 유한 한 시간으로 인해이 코드를 업데이트 할 계획이 없으며 문제에 응답하지 않을 것입니다.

• pytorch로 작성된 pointnet2/pointnet ++의 구현.
• NN.DataparAllel을 통해 멀티 GPU를 지원합니다.
• pytorch 버전> = 1.0.0을 지원합니다. 이전 버전의 Pytorch를 지원하려면 v1.0을 사용하십시오.

공식 모델 정의 및 하이퍼 파라미터에 대해서는 논문 (Tensorflow), Charlesq34/PointNet2의 공식 코드 릴리스를 참조하십시오.

PointNet ++에서 사용하는 커스텀 OP는 현재 CUDA를 사용하여 GPU에서만 지원됩니다.

설정

• python 설치 -이 repo는 {3.6, 3.7} 으로 테스트됩니다.

• Cuda로 pytorch 설치하십시오 -이 리포지기는 {1.4, 1.5} 로 테스트됩니다. 1.5 보다 새로운 버전에서 작동 할 수 있지만 보장되지는 않습니다.

• 종속성을 설치하십시오

   PIP 설치 -R 요구 사항 .txt
  

예제 훈련

설치 : pip install -e .

예제 교육 스크립트는 pointnet2/train.py 에서 찾을 수 있습니다. 훈련 예제는 Pytorch Lightning과 Hydra를 사용하여 구축됩니다.

Classifion Pointnet은 다음과 같이 교육 할 수 있습니다

 Python pointnet2/train.py task = cls

# 또는 Model = MSG와 함께 다중 규모 그룹화

Python Pointnet2/Train.py Task = CLS Model = MSG

마찬가지로 semseg 로 작업을 변경하여 시맨틱 세분화를 훈련시킬 수 있습니다.

 Python pointnet2/train.py task = semseg

예를 들어 사용할 GPU ID 목록을 전달하여 멀티 GPU 교육을 가능하게 할 수 있습니다.

 Python pointnet2/train.py task = cls gpus = [0,1,2,3]

Cuda 커널 만 구축합니다

 PIP 설치 PointNet2_OPS_LIB/.

# 또는 직접 설치하려는 경우 (요구 사항에도 사용할 수도 있습니다 .txt)

PIP 설치 "git+git : //github.com/erikwijmans/pointnet2_pytorch.git#egg=pointnet2_ops&subdirectory=pointnet2_ops_lib"

기여

이 저장소는 Python 코드에서 Linting 및 스타일 시행에 검은 색을 사용합니다. C ++/Cuda 코드의 경우 Clang-Format가 스타일에 사용됩니다. 스타일을 준수하는 가장 간단한 방법은 사전 커밋을 통한 것입니다.

 PIP PRE-COMMIT를 설치하십시오
사전 커밋 설치

소환

 @article {pytorchpointnet ++,
      저자 = {Erik Wijmans},
      title = {pointnet ++ pytorch},
      저널 = {https://github.com/erikwijmans/pointnet2_pytorch},
      연도 = {2018}
}

@InProCeedings {qi2017pointnet ++,
    title = {pointnet ++ : 미터법 공간에서 포인트 세트에 대한 깊은 계층 적 기능 학습},
    저자 = {Qi, Charles Ruizhongtai 및 Yi, Li and Su, Hao and Guibas, Leonidas J},
    Booktitle = {Neural Information Processing Systems의 발전},
    페이지 = {5099--5108},
    연도 = {2017}
}