Pointnet2_PyTorch

PointNet2/PointNet ++ Pytorch

项目状态：未领先。由于有限的时间，我没有计划更新此代码，也不会回应问题。

• PointNet2/PointNet ++的实现。
• 通过nn.dataparallear支持多GPU。
• 支持Pytorch版本> = 1.0.0。使用v1.0来支持较旧版本的pytorch。

有关官方模型定义和超参数，请参见官方代码发布（在Tensorflow），Charlesq34/pointNet2。

PointNet ++使用的自定义OPS目前仅在GPU上使用CUDA支持。

设置

• 安装python此存储库已用{3.6, 3.7}测试

• 使用CUDA安装pytorch使用{1.4, 1.5}测试此存储库。它可能适用于1.5的版本，但不能保证。

• 安装依赖项

  pip install -r要求.txt
  

示例培训

安装以下： pip install -e .

可以在pointnet2/train.py中找到示例培训脚本。训练示例是使用Pytorch Lightning和Hydra建造的。

分类点网可以训练为

python pointnet2/train.py task = cls

＃或使用型号=多尺度分组的msg

python pointnet2/train.py任务= CLS模型= msg

同样，语义细分可以通过将任务更改为semseg来培训

Python PointNet2/train.py Task = semseg

可以通过传递GPU ID列表来启用多GPU培训，例如

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

仅构建CUDA内核

PIP安装PointNet2_OPS_LIB/。

＃或如果您想直接安装它们（这也可以在需求中使用）

pip install“ git+git：//github.com/erikwijmans/pointnet2_pytorch.git#egg=pointnet2_ops&subdirectory=pointnetnet2_ops_lib”

贡献

该存储库在Python代码上使用黑色进行覆盖和样式执法。对于C ++/CUDA代码，Clang-Format用于样式。遵守样式的最简单方法是通过预先承诺

PIP安装预启动
预加入安装

引用

@article {pytorchpointnet ++，
      作者= {erik wijmans}，
      title = {pointnet ++ pytorch}，
      日记= {https://github.com/erikwijmans/pointnet2_pytorch}，
      年= {2018}
}

@inproceedings {QI2017PointNet ++，
    title = {pointnet ++：公制空间中的点集中的深层层次结构学习}，
    作者= {Qi，Charles Ruizhongtai和Yi，Li和Su，Hao和Guibas，Leonidas J}，
    booktitle = {神经信息处理系统的进步}，
    页= {5099--5108}，
    年= {2017}
}