pointnet++ 运行攻略 & 增加训练属性方法_ktti数据集 pointnet++

最近在研究pointnet++，由于楼主的主要场景在室外自动驾驶。所以使用了VKITTI数据集。

在50个traning set和10个test set的情况下目前分7类平均precision 91%，recall 88%。

3月28日更新：目前precision 98%, recall 95%

 

1 下载:

git clone https://github.com/charlesq34/pointnet2.git

2 编译:

cd pointnet2-master/tf_ops/

进入3个子文件夹运行里面的.sh文件。但是这里需要先对这些文件进行编辑。

根据自己的安装CUDA和TF版本把里面的内容进行更新，确保其中每个路径都可以找到对应的地方。并且删除最后的-D_GLIBCXX_USE_CXX11_ABI=1

3 运行:

python train.py

 

4月29日补：

由于下面留言的同学问了怎么加其他属性一起训练，今天正好有空看了一下。主要是2点。

1 修改train.py里面的input_dims 改成你需要的

2 在model里面把

l0_xyz = point_cloud

l0_points = None

改成

l0_xyz = tf.slice(point_cloud, [0,0,0], [-1,-1,3])
l0_points = tf.slice(point_cloud, [0,0,3], [-1,-1,N])

N是你的剩余属性个数

大概就是xyz只存点，points存属性。分开往里放。