Ubuntu18.04/20.04复现算法RandLa-net 数据集S3DIS

原本打算先复现Pointnet++的，现在RandLa-net的性能吊打Pointnet++，先复现这个吧，Pointnet++以后再做。

在大场景三维点云语义分割算法中，RandLA-net是很有代表性的算法，而且很适合落，原论文代码的环境是python3.5+tensorflow1.11+cuda9，而cuda9是不能在显卡RTX3080上跑通的。

环境搭建：Ubuntu18.04复现RandLA-net网络 环境搭建 记录_Parkerfive的博客-CSDN博客

本片博客指引：在RTX 3090上复现点云语义分割算法RandLA-net_lucky li的博客-CSDN博客

感谢指引，侵删。代码为大佬改编更新。

Ubuntu18.04或者Ubuntu20.04任选一 —> 搭配cuda11.4或者cuda11.3任选一 --> 配合tf2.6都是可以的，博主装了几遍系统都亲测过，不过cuda和cudnn安装的版本要和ubuntu版本对应。

1.下载代码

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

2.创建环境

conda create -n randlanet python=3.6

3.进入环境

conda activate randlanet

从现在开始都在环境内操作在终端的命令前有（randlanet）：

pip install tensorflow-gpu==2.6 -i https://pypi.tuna.tsinghua.edu.cn/simple --timeout=120

安装了很多包

安装完成如下：

4.安装需要支持：

注意路径进入randla-net-tf2文件夹，这里是安装一些工具。【打开helper_requirements.txt可看】

pip install -r helper_requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple --timeout=120

完成后如下：

如有问题可再次安装一遍。

5.注意路径进入randla-net-tf2文件夹下，再运行：

sh compile_op.sh

6.数据集介绍和下载：

大场景室内点云标注数据集S3DIS介绍_lucky li的博客-CSDN博客_s3dis

点云数据集_zhulf0804的博客-CSDN博客_点云数据集

下载后数据集存放位置：家目录/data/S3DIS下。

ls ~/data/S3DIS/Stanford3dDataset_v1.2_Aligned_Version

同上皆是环境内，randla-net-tf2文件夹下运行：

7.运行代码生成需要文件。

python utils/data_prepare_s3dis.py

python utils/data_prepare_s3dis.py # 通过Stanford3dDataset_v1.2_Aligned_Version 生成input_0.040和original_ply

​

8.训练 area2~5 ：

python -B main_S3DIS.py --gpu 0 --mode train --test_area 1

应该会出现下列问题：

问题：

WARNING:tensorflow:From /home/siasun18/anaconda3/envs/randlanet/lib/python3.6/site-packages/tensorflow/python/compat/v2_compat.py:101: disable_resource_variables (from tensorflow.python.ops.variable_scope) is deprecated and will be removed in a future version.

原因：应该是源码用的版本比较老的原因吧，可以不用管。

问题：AlreadyExistsError: Another metric with the same name already exists.

解决：就是keras问题：tensorflow2.6.0安装 another metric with the same name already exists_qq_45759229的博客-CSDN博客

再次运行：

问题：epoch 0 不往下运行了：

往下划可以看到oom（爆显存了）：资源耗尽，1块RTX3080显卡共10G显存不够用了

解决：修改源代码：

打开/home/siasun18/randla-net-tf2/helper_tool.py文件，51行" batch_size = 6" 改小，改成

"batch_size = 4" , "train_steps = 750" 即可，显存不够batch_size可以再改小。

再次执行：

python -B main_S3DIS.py --gpu 0 --mode train --test_area 1

可以训练了

9.预测area1：

python -B main_S3DIS.py --gpu 0 --mode test --test_area 1

10.可视化操作：

python vis_S3DIS.py #在vis_S3DIS.py文件里2处把家目录后面的用户名文件目录改成自己的

左边：原始点云 右边：预测点云

参考文献：

在RTX 3090上复现点云语义分割算法RandLA-net_lucky li的博客-CSDN博客

Original: https://blog.csdn.net/Parkerfive/article/details/123431266
Author: Parkerfive
Title: Ubuntu18.04/20.04复现算法RandLa-net 数据集S3DIS