CRA-PCN
CRA-PCN copied to clipboard
[AAAI'24] CRA-PCN: Point Cloud Completion with Intra- and Inter-level Cross-Resolution Transformers
我训练完之后得到了一个关于checkpoints的文件夹,里面是包含每5个enpoch得到的.pth文件,但是不知道ckpt-best.pth是哪一个,请问有什么方法去得到吗?  
作者您好,感谢您杰出的工作,让我看到了可以用如此小的参数规模达到如此高的性能. 但是我在复现的过程中碰到了一些问题,首先我再train ShapeNet55的时候发现会出现Nan的问题,其次是用您开源出的模型权重测试PCN的时候性能指标比论文中报告出现的略低 Taxonomy #Sample ChamferDistance 02691156 150 4.9409 02933112 150 8.6510 02958343 150 7.5450 03001627 150 6.7271 03636649 150 8.2706 04256520 150 8.3896 04379243 150 5.8836 04530566 150 6.3147...
测试本地数据
作者,您好! 很感谢你们的出色工作!我想请教如何在你们的工作中使用本地数据,例如使用本地数据进行训练或者测试?
你好,非常感谢你能公开论文代码! 我想问一下训练pcn,shapenet55,shapenet34,mvp这四个数据集大概在多少epoch的时候会得到论文的结果呀?
> > > > 请问怎么开多卡训练呢?我设置了 os.environ['CUDA_VISIBLE_DEVICES'] = '4,5,6,7' 和 __C.CONST.DEVICE = '4,5,6,7' 运行脚本python train_pcn.py 一直没反应 > > > > > > > > > > > > 你好,请问你这问题解决了吗,我无论怎么设置这个os.environ['CUDA_VISIBLE_DEVICES']都没用,都会默认分布,而且还是不均匀的 > >...
多卡训练问题
213 38831.4209 12157.8579 12144.3472 12137.6324 38831.4209 214 3236.2828 1069.4618 1043.5928 1085.6686 3236.2828 215 727.4463 268.9736 260.6899 240.1202 727.4463 216 29291.5916 8654.7327 8651.6600 8631.5527 29291.5916 217 14858.0999 4987.3714 4951.6268 4980.7844 14858.0999...
__C.DATASETS = edict() __C.DATASETS.COMPLETION3D = edict() __C.DATASETS.COMPLETION3D.CATEGORY_FILE_PATH = './datasets/Completion3D.json' __C.DATASETS.COMPLETION3D.PARTIAL_POINTS_PATH = '/path/to/datasets/Completion3D/%s/partial/%s/%s.h5' __C.DATASETS.COMPLETION3D.COMPLETE_POINTS_PATH = '/path/to/datasets/Completion3D/%s/gt/%s/%s.h5' __C.DATASETS.SHAPENET = edict() __C.DATASETS.SHAPENET.CATEGORY_FILE_PATH = './datasets/ShapeNet.json' __C.DATASETS.SHAPENET.N_RENDERINGS = 8 __C.DATASETS.SHAPENET.N_POINTS = 2048 __C.DATASETS.SHAPENET.PARTIAL_POINTS_PATH = '../data/PCN/%s/partial/%s/%s/%02d.pcd'...
十分感谢您开源点云补全模型,请问您开源的模型支持转成onnx进行c++推理不,目前我调研了好几个开源模型,都很难将其应用,转onnx十分困难,期待您的回复,谢谢