【RandLA-Net】大场景语义分割网络RandLA-Net复现

【RandLA-Net】大场景语义分割网络RandLA-Net复现

文章目录

• 【RandLA-Net】大场景语义分割网络RandLA-Net复现
• • [0. 相关文章](#0. 相关文章)
  • [1. 实验条件](#1. 实验条件)
  • [2. 代码](#2. 代码)
  • [3. 数据集](#3. 数据集)
  • [4. 环境搭建](#4. 环境搭建)
  • [5. 训练模型](#5. 训练模型)
  • [6. 测试模型](#6. 测试模型)
  • [7. 可视化](#7. 可视化)
  • [8. 参考博客](#8. 参考博客)

0. 相关文章

PointNet模型搭建
基于自建数据训练PointNet分割网络
【PointNet++】PointNet++复现（PyTorch版本）
【PointNet++】基于自建数据训练PointNet++场景语义分割网络

1. 实验条件

Ubuntu 22.04，RTX 3090

2. 代码

仓库地址：https://github.com/luckyluckydadada/randla-net-tf2

可选的下载方式：

git clone --depth=1 https://github.com/luckyluckydadada/randla-net-tf2.git

目录结构：

3. 数据集

采用大场景室内点云标注数据集S3DIS

S3DIS数据集获取方式参考【PointNet++】PointNet++复现（PyTorch版本）

将数据集Stanford3dDataset_v1.2_Aligned_Version放至用户家目录/data/S3DIS下，如图所示：

4. 环境搭建

python3.6.13 + tensorflow1.14.0 + cuda12.1

1. 创建环境

   conda create -n randlanet python=3.6

2. 下载相关依赖

   conda activate randlanet
   
   pip install tensorflow==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
   
   cd 路径/randla-net-tf2
   pip install -r helper_requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 编译相关函数

   cd 路径/randla-net-tf2
   sh compile_op.sh

4. 数据集预处理

   cd 路径/randla-net-tf2/utils
   python data_prepare_s3dis.py

5. 训练模型

cd 路径/randla-net-tf2
python -B main_S3DIS.py --gpu 0 --mode train --test_area 1

6. 测试模型

cd 路径/randla-net-tf2
python -B main_S3DIS.py --gpu 0 --mode test --test_area 1

7. 可视化

修改路径：

python vis_S3DIS.py

8. 参考博客

手把手一步一步教你跑深度学习模型，Ubuntu22.04复现算法RandLa-net， 数据集使用S3DIS
Ubuntu18.04/20.04复现算法RandLa-net 数据集S3DIS