官网地址：http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d
下载image_2,velodyne，calib，以及label几个文件
将准备好的数据集放入object文件夹中，并将其通过软链接连接到PointRcnn文件的KITTI/object下
此处报错
解决，参考
遇到问题
（1）Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
解决：增加清华源
上述方法都不行，最后发现是开机的时候空闲GPU不够，选的无卡开机。。。有GPU后就好了
(2）pip版本太低也可能导致部分软件包安装失败，更新pip
报错（其他警告均忽略了）
安装MLK，参考
（1） 下载预训练模型，并放在tools文件夹下,下载链接
（2）快速演示
报错：
解决：将yaml.load(f)改为yaml.safe_load(f)，参考
重新运行，报错
查看Issue，目前没找到解决办法，可能是租的服务器显卡是3090，和cuda版本不匹配
参考下述链接，重新创建了一个虚拟环境安装pytorch1.8，并修改代码
再次执行sh build_and_install.sh并重新测试评估，成功
（1）自己训练模型，主要参照作者readme文件
训练完成后结果会保存在PointRCNN/output/rcnn/default/ckpt中。
（2）生成可视化文件，此处参照其他博客进行了修改
因为我自己电脑装的双系统，所以这里选择将生成的预测结果下载下来，在本地进行可视化
（1）数据处理
将KITTI数据集按如下结构放置，并创建软链接
（2）环境配置
报错：
解决参考记录opencv的 QObject::moveToThread:
将kitti_vis中cv2包里面的qt改成qt.bak
（3）显示预测结果，参考云服务器复现PointRCNN代码踩坑总结
再次出现于与上述相同错误,最后参考此链接解决。最终配置
重新运行测试代码，报错。
搜索发现可能是anaconda的问题，参照此链接进行尝试，无效。
另一种解决办法，建立一个 /usr/lib/dri/iris_dri.so 的软连接，重新运行脚本报错
最终解决方案https://zhuanlan.zhihu.com/p/。
（1）首先安装tensorflow，参考链接（安装完后才发现服务器中预装有tensorboard。。。就当记录一下吧）
选择合适版本，通过conda安装
安装ipykernel
将新建的环境环境写入notebook的kernel中
最后在启动页打开笔记本并测试，出现一些警告被忽略了
（2）启动tensorboard
到此这篇pointnet代码（pointrcnn代码）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/rfx/50297.html