Skip to content

Latest commit

 

History

History
84 lines (71 loc) · 2.15 KB

README.md

File metadata and controls

84 lines (71 loc) · 2.15 KB
Raw

S-Pointnet

석사 학위 논문 프로젝트이다.

This repository is the implementation of THIS

architecture result

실행방법

환경:

  • Tensorflow-gpu 1.5.0
  • CUDA 9.0
  • cudnn 7.0.5
  1. Meshlab 설치:
 sudo add-apt-repository ppa:zarquon42/meshlab
 sudo apt-get update
 sudo apt-get install meshlab
  1. Tensorflow-gpu 환경안에 include 경로 와 library 경로 찾기:
#find tensorflow include path and library paths
 python import tensorflow as tf
 print(tf.sysconfig.get_include())
 print(tf.sysconfig.get_lib())
  1. TF operator 컴파일 밑에 4개 파일의 경로를 2에 나온 경로로 수정

TF operator compiling

> cd utils/tf_ops/grouping
> chmod 777 tf_grouping_compile.sh
> ./tf_grouping_compile.sh
> cd utils/tf_ops/interpolation 
> chmod 777 tf_interpolate_compile.sh 
> ./tf_interpolate_compile.sh 
> cd utils/tf_ops/pointSIFT 
> chmod 777 tf_pointSIFT_compile.sh 
> ./tf_pointSIFT_compile.sh 
> cd utils/tf_ops/sampling 
> chmod 777 tf_sampling_compile.sh 
> ./tf_sampling_compile.sh
  1. Training data 다운로드

(1) https://console.cloud.google.com/storage/browser/dataset_cvpr16?pli=1 에Stanford3dDataset_v1.2_Aligned_Version.zip 를 다운로드, data/ 에 압축풀기

(2)

> cd sem_seg/
> sh download_data.sh
  1. Training data 예전 처리
#data process
> cd sem_seg/
> python collect_indoor3d_data.py
  1. 학습 시작(train.py 파일 실행 하면, 저절로 model_2.py 파일을 호출한다)
#train
> cd sem_seg/ 
> python train.py --log_dir log6 --test_area 6
  1. Test 파일 생성
#test
> cd sem_seg
> python batch_inference.py --model_path log6/model.ckpt --dump_dir log6/dump –output_filelist log6/output_filelist.txt --room_data_filelist meta/area6_data_label.txt --visu

위에 명령을 실행하면, sem_seg/log6/dump 폴더안에 가시화 파일이 생성한다.

  1. Test 파일 가시화

Meshlab 실행. sem_seg/log6/dump 폴더에 있는 xxxx_pred.obj 파일을 연다.

Acknowledgement

The structure of this codebase is borrowed from PointNet