<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"> <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path> </svg> <p>我们已经学习了的网络结构,以及在数据集上的训练、测试以及可视化等操作,那么如何使用该模型来训练我们自己的数据集呢,其实,操作十分简单,只需要修改几个参数即可。</p>
讯享网
首先,我们需要获得数据集,这里我们的数据集已经经过处理为格式,其维度与数据集的维度相同,不同之处在于,该数据集中没有维度,但为了保持一致,这里我们将其填充。
讯享网
然后是数据集的地址与类别数量:
讯享网
随后便是修改加载数据集的文件,在该数据集中主要还是修改与类别相关的参数,因为由于不同类别的点云数量不同,因此在求损失时需要进行均衡化。

此外,在读取数据集时,采用的是指定测试集编号,其余的算做训练集的方式,因此这里我们虽然只有一个数据集,但需要将其复制一份,并起不同的名称:
讯享网
我们指定的测试集编号为2。

至此,便可使用PointNet++来训练自定义数据集了:


从结果来看,其并不平衡。
模型测试所需要修改的参数基本与模型训练的类似,即修改类别数,数据集路径即可
在模型训练过程中,发现该模型训练起来十分缓慢,从GPU利用率来看,其利用率很低,多数情况下其占用着显存,但其却并不参与运算,而内存却始终占用较高。

如何提高GPU利用率,加快模型训练是接下来需要考虑的问题。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/169455.html