该项目的github原始地址：https://github.com/charlesq34/pointnet2

1.环境配置

1.1 环境展示

官方在ubuntu14.04上进行了测试，所用环境为：

tensorflow-gpu1.2
python2.7

我所使用的设备为2080上的ubuntu18.04,所用的环境为：

anaconda3
tensorflow-gpu 1.8.0
python 3.6
cuda 9.0
cudnn7.6
gcc 5.5

conda list如下：

接下来配置上述环境，并编译tensorflow（编译过程遇到的问题比较多）

1.2 环境配置

创建虚拟环境：conda creat -n pointnet++ python=3.6
启动环境：conda activate pointnet++
安装:tensorflow-gpu:pip install tensorflow-gpu==1.8.0
查看是否安装成功：python -c 'import tensorflow as tf; print(tf.__version__)'（安装成功：输出1.8.0）

其余环境可以在运行程序报错后依次pip安装
安装与tensorflow-gpu1.8对应的cuda和cudnn,这里需要cuda9.0，cudnn7.6，安装过程参看：ubuntu18.04下cuda9.0-cudnn7.6安装与多版本cuda共存及切换

1.3 下载源码及训练数据集

源码地址：https://github.com/charlesq34/pointnet2
修改代码：由于python2与python3的语法上的不同，需要将代码中的xrange替换为range;print后面的加括号
下载数据集：下载地址
将下载好的数据放置到pointnet2-master/data/目录下并解压，如下tree:

将代码中下载数据集的部分注释掉：在train.py 和train_multi_gpu.py中注释掉第25行的import modelnet_ht_dataset

1.4 编译tf_ops

官网中的指导：

终端输入：

python -c 'import tensorflow as tf; print(tf.sysconfig.get_include())'
输出：/home/gzz/anaconda3/envs/pointnet++/lib/python3.6/site-packages/tensorflow/include

python -c 'import tensorflow as tf; print(tf.sysconfig.get_lib())'
输出：/home/gzz/anaconda3/envs/pointnet++/lib/python3.6/site-packages/tensorflow

cd 到tf_ops文件夹，将3d_interpolation、grouping、sampling中的.sh文件进行修改（以tf_sampling_compile.sh为例）：
将下图蓝色部分改为自己的cuda版本，红色部分为上面的第一个输出，灰黑色部分为上面的第二个输出+/

#/bin/bash
/usr/local/cuda-9.0/bin/nvcc tf_sampling_g.cu -o tf_sampling_g.cu.o -c -O2 -DGOOGLE_CUDA=1 -x cu -Xcompiler -fPIC# TF1.2
#g++ -std=c++11 tf_sampling.cpp tf_sampling_g.cu.o -o tf_sampling_so.so -shared -fPIC -I /usr/local/lib/python2.7/dist-packages/tensorflow/include -I /usr/local/cuda-8.0/include -lcudart -L /usr/local/cuda-8.0/lib64/ -O2 -D_GLIBCXX_USE_CXX11_ABI=0# TF1.4
g++ -std=c++11 tf_sampling.cpp tf_sampling_g.cu.o -o tf_sampling_so.so -shared -fPIC -I /home/gzz/anaconda3/envs/pointnet++/lib/python3.6/site-packages/tensorflow/include -I /usr/local/cuda-9.0/include -I /home/gzz/anaconda3/envs/pointnet++/lib/python3.6/site-packages/tensorflow/include/external/nsync/public -lcudart -L /usr/local/cuda-9.0/lib64/ -L /home/gzz/anaconda3/envs/pointnet++/lib/python3.6/site-packages/tensorflow/ -ltensorflow_framework -O2 -D_GLIBCXX_USE_CXX11_ABI=0

三个.sh文件操作一样。
这里编译可能会遇到一些问题，我的是按照上述改成功的。
如果失败可以将最后面的-D_GLIBCXX_USE_CXX11_ABI=0改为-D_GLIBCXX_USE_CXX11_ABI=1，或者注释掉#-D_GLIBCXX_USE_CXX11_ABI=0（网上教程gcc版本高于4.0要改为1，这里一开始我是按照网上教程上来直接就改了，但是后面运行train.py文件报错，后面发现0才适合我，如果这里遇到编译失败或者编译成功后train.py报错的话可以把这几种都试试）我的报错如下：

tensorflow.python.framework.errors_impl.NotFoundError: /home/wu/pointnet2-master/tf_ops/sampling/tf_sampling_so.so: undefined symbol: _ZN10tensorflow8internal21CheckOpMessageBuilder9NewStringB5cxx11Ev

关于该问题可以参看：
官网issues48

2. 训练

python train.py

报错：

FileNotFoundError: [Errno 2] No such file or directory: ‘/home/wu/pointnet2-master/data/modelnet40_normal_resampled/shape_names.txt’

将data/modelnet40_normal_resampled/下的modelnet40_shape_names.txt文件改名为shape_names.txt即可

训练数据将保存在log文件夹中的log_train.txt中：

通过：tensorboard --logdir=/home/wu/pointnet2-master/log可以可视化训练过程，其中–logdir后面是你自己的log文件夹的位置

训练完以后进行验证：

python evaluate.py --num_votes 12

pointnet2（pointnet++）源码复现相关推荐

muduo网络库源码复现笔记(十七):什么都不做的EventLoop
Muduo网络库简介 muduo 是一个基于 Reactor 模式的现代 C++ 网络库,作者陈硕.它采用非阻塞 IO 模型,基于事件驱动和回调,原生支持多核多线程,适合编写 Linux 服务端多线程 ...
3D点云深度学习PointNet源码解析——conv2D，fc，max_pooling
PointNet在实际搭建网络结构时,其实是将N×3N×3N\times 3的点云当作图片处理,即height=N,width=3.作者对其搭建网络所用到的各种层进行了二次封装,存放于tf_util. ...
AttacKG: Constructing Technique Knowledge Graph from Cyber Threat Intelligence Reports 源码复现
AttacKG:从网络威胁情报报告构建技术知识图谱文章摘要网络攻击越来越复杂和多样化,使得攻击检测越来越具有挑战性.为了打击这些攻击,安全从业者积极总结并以网络威胁情报(CTI)报告的形式交流他们 ...
PointNet源码解读
本次源码解读的地址为:https://github.com/yanx27/Pointnet_Pointnet2_pytorch,这一版本的源码易读性高,主要是封装程度较低,注释较全,安装额外的库也比较 ...
目标检测——detr源码复现【 End-to-End Object Detection with Transformers】
1.环境 2.文档 detr源码地址 detr论文地址 3.数据集自定义coco数据集 4.模型在github上面下载链接:https://pan.baidu.com/s/1fmOYAOZ4yY ...
3D点云深度学习PointNet源码解析——pointnet_cls.py.py
参考博客: #这个文件实现了网络的分类结构.输出为B*40,是每个样本对于每个类别的概率.网络结构在get_model()中定义,loss则在get_loss中定义 import tensorflow ...
【图像语义分割】DeepLabv3+(Pytorch版) 源码复现—Kitti数据集
自己研究课题涉及到图像语义分割,所以最近复现了Deeplabv3+,在KITTI数据集上进行实验,kitti的语义分割数据集是按照cityspace的数据集制作的所有可以用cityspaces的训练模 ...
pytorch 测试每一类_DeepFM全方面解析（附pytorch源码）
写在前面最近看了DeepFM这个模型.把我学习的思路和总结放上来给大家和未来的自己做个参考和借鉴.文章主要希望能串起学习DeepFM的各个环节,梳理整个学习思路.以"我"的角度浅 ...
android仿网易云音乐引导页、仿书旗小说Flutter版、ViewPager切换、风扇叶片效果等源码...
2019独角兽企业重金招聘Python工程师标准>>> Android精选源码复现网易云音乐引导页效果高仿书旗小说 Flutter版,支持iOS.Android Android ...

pointnet2（pointnet++）源码复现

目录