GitHub - zztianzz/PF-Net-Point-Fractal-Network: CVPR2020 PF-Net: Point Fractal Network for 3D Point Cloud Completion源码链接

下载数据集

https://pan.baidu.com/s/1MavAO_GHa0a6BZh4Oaogug 提取码：3hoe 

cpu环境

baidu-aip==2.2.18.0
cached-property==1.5.2
certifi==2021.10.8
charset-normalizer==2.0.12
h5py==3.6.0
idna==3.3
numpy==1.21.5
Pillow==9.1.0
requests==2.27.1
torch==1.11.0
torchvision==0.12.0
typing_extensions==4.1.1
urllib3==1.26.8

gpu  环境

cuda 11.1的

安装 torch  记得去测能不能加速

pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

数据这么放   shapenetcore_partanno_segmentation_benchmark_v0

创一个文件夹放权重

 修改    把1，2 该 为0

    或者加入  if __name__ == '__main__':

if __name__ == '__main__':（这个地方加入if __name__ == '__main__':）
    dset = shapenet_part_loader.PartDataset( root='./dataset/shapenetcore_partanno_segmentation_benchmark_v0/',classification=True, class_choice=None, npoints=opt.pnum, split='train')
    assert dset

    dataloader = torch.utils.data.DataLoader(dset, batch_size=opt.batchSize,
                                             shuffle=True,num_workers = int(opt.workers))


    test_dset = shapenet_part_loader.PartDataset( root='./dataset/shapenetcore_partanno_segmentation_benchmark_v0/',classification=True, class_choice=None, npoints=opt.pnum, split='test')
    test_dataloader = torch.utils.data.DataLoader(test_dset, batch_size=opt.batchSize,
                                             shuffle=True,num_workers =int(opt.workers))

修改权重路径

 右键    run  就可以了  这是cpu的

 还在训练中。

gpu

内存不够    GPU对2的幂次的batch可以发挥更佳的性能（我的电脑太小了跑的太慢了）

 

代写中（等我训练好）