常用import

  • import argparse

    参数处理

  • from tqdm import tqdm

    进度条

  • from utils.metric_util import per_class_iu, fast_hist_crop

  • from dataloader.pc_dataset import get_SemKITTI_label_name

  • from builder import data_builder, model_builder, loss_builder

    buider下三个文件：

    • loss_builder

    • data_builder

    • model_builder

  • from config.config import load_config_data

  • from utils.load_save_util import load_checkpoint

  • import spconv

    spconv, 稀疏卷积库

train_cylinder_asym_naive

使用 ./train_naive.sh 调用

baseline 使用open-set 2D semantic segmenattion用于3D作为比较，包括MSP, Maxlogit, and MC-Dropout

upper bound 上界设置为使用$\mathcal{K}_0 \cup \mathcal{K}_n $训练的网络

loss:

  • Lovasz loss 解决分割问题中类别分布不均匀的问题，参考
  • wce Weighted cross-entropy (WCE) 带权重的交叉熵

​

  • ./config/config.py 中的结构及作用

  • 为什么找不到gpu

    注意用watch nvidia-smi查看占用

  • 在xdocker中运行nvidia-smi报错

    权限不足，sudo

  • 能否在一个gpu上运行多个模型(debug时无速度需求，故显存足够即可，不消耗计算资源)

  • 保存文件路径设置

    不会创建父级目录，但可以生成目标文件，因此要记得更改至 y_semantic../… 并创建父级目录

  • 训练文件运行顺序 / 有无必要运行.sh

    参照readme / 在tmux中运行.sh即可，注意修改yaml

    主要改：num_workers, epoch, 保存参数路径

  • 如何通过 feature extractor 后 再实现 逐点的语义分割？

    pointnet -> pointnet++ -> cylinder3d