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RandLA-net，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
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/720588/
转载文章受原作者版权保护。转载请注明原作者出处！