复现基于Tensorflow的Randla-Net(附踩坑过程)

文章讲述了在配置RandLA-Net增强版博客所需的环境过程中遇到的问题,包括数据集下载、CUDA和Tensorflow版本匹配以及open3d版本兼容性。最终采用python3.6+Tensorflow2.6+CUDA11.4的组合,并对代码做了一些修改以适应Tensorflow2.0的行为,成功运行了项目。

博客基于的github资源:RandLA-Net-Enhanced

1.数据下载

代码所基于的是 SemanticKITTI公开数据集,官方链接为:SemanticKITTI - A Dataset for LiDAR-based Semantic Scene Understanding

 下载图中所示几个文件,解压后将其中的dataset文件夹拷贝至/data/semantic_kitti/dataset文件夹,选择合并文件夹即可。

由于数据集网站是国外地址,可以找合适的百度网盘资源进行下载。

2.环境配置

2.1 第一次尝试

原作者给出的环境配置方案如下:

conda create -n randlanet python=3.5
source activate randlanet
conda install cudatoolkit=9.0 cudnn=7.3.1
pip install -r helper_requirements.txt
sh compile_op.sh
pip install tensorflow-gpu==1.11

 由于实验室服务器系统为Ubuntu

评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值