Skip to content

GetStart.md

Latest commit

 

History

History
133 lines (90 loc) · 4.3 KB

GetStart.md

File metadata and controls

133 lines (90 loc) · 4.3 KB

操作手册详情

用于 SHU 数据挖掘课程学习。
                                                                                                                            ---by bebopoy 5/17

Pretrained Models

FSC 原作者提供的最优模型文件： We provide pretrained FSC models(CVRR2024) PCN_Pretrained_Model password: oq29

位置为： FSC_best_PCN.pth （仓库根目录下）

Get Started

Requirement

一、

  • python >= 3.6
  • PyTorch >= 1.8.0
  • CUDA >= 11.1
  • easydict
  • opencv-python
  • transform3d
  • h5py
  • timm
  • open3d
  • tensorboardX

或去谷歌云下载现成的 conda python 包然后解压在对应目录下，便可直接使用。 cuda_124 conda 环境包下载

但要求比较严苛：

+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 566.07                 Driver Version: 566.07         CUDA Version: 12.7     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                  Driver-Model | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 3060 ...  WDDM  |   00000000:01:00.0  On |                  N/A |
| N/A   54C    P8             14W /  115W |    1709MiB /   6144MiB |      1%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

二、

Install PointNet++ and Density-aware Chamfer Distance.（这一步需要编译环境无误， VS 软件 c++拓展与 CUDA 适配） 对应的配置文件经过覆写，可以适应 NVD 30 系列显卡

cd pointnet2_ops_lib
python setup.py install

cd ../metrics/CD/chamfer3D/
python setup.py install

cd ../../EMD/
python setup.py install

Dataset

训练数据： Download the PCN，并且修改 config_pcn.py 内容

位置为： datasets\ShapeNetCompletion

测试数据： Download the PCN

位置为： datasets\PCN

Command for Train

python main_pcn.py

Command for Test

--test True

--exp_name BEST 记录各个类别第一个输入、输出结果、以及真实点云信息，用于可视化

--ckpt_path FSC_best_PCN.pth 用于选择模型

--test_dataset_path E:/projest_in_les/FSC/datasets/PCN 选测试集

--category all 选择测试的补全类行

--novel False

（models\FSCSVD.py中的内容，默认可以使用原论文FSC模型）
测原论文的最优模型：(FSC)
python main_pcn.py --test True --category all --test_dataset_path E:/projest_in_les/FSC/datasets/PCN --novel False --ckpt_path FSC_best_PCN.pth --exp_name BEST

（models\FSCSVD.py中的内容，默认可以使用原论文FSC模型）
测训练的模型：（FSC）
python main_pcn.py --test True --category all --test_dataset_path E:/projest_in_les/FSC/datasets/PCN --novel False --ckpt_path FSC_PCN\checkpoints\2025-05-07_00-06-21\ckpt-best.pth(your FSC modelpath) --exp_name RAW

（使用models\new_FSCSVD.py 去替换models\FSCSVD.py中的内容，才可以使用FSC++模型）
测训练的模型：（FSC++）
python main_pcn.py --test True --category all --test_dataset_path E:/projest_in_les/FSC/datasets/PCN --novel False --ckpt_path FSC_PCN\checkpoints\2025-05-07_00-06-21\ckpt-best.pth(your FSC++ modelpath) --exp_name IMP

相关链接