I try to explore the ability of RepLK-series networks to understand point cloud with the approach of this websitePoint Cloud Understanding with UniRepLKNet. However, when I run this command bash tool/train_unireplknet.sh mv_unireplket-s ModelNet40 config/ModelNet40/multiview_UniRepLKNet-S.yaml, it reported an error cp: 无法获取'ModelNet40' 的文件状态(stat): 没有那个文件或目录.
Here is my file directory structure. I run the command at UniRepLKNet/Point.
What is the problem...?
What a nice job!
I try to explore the ability of RepLK-series networks to understand point cloud with the approach of this websitePoint Cloud Understanding with UniRepLKNet. However, when I run this command
bash tool/train_unireplknet.sh mv_unireplket-s ModelNet40 config/ModelNet40/multiview_UniRepLKNet-S.yaml
, it reported an errorcp: 无法获取'ModelNet40' 的文件状态(stat): 没有那个文件或目录
. Here is my file directory structure. I run the command atUniRepLKNet/Point
. What is the problem...?. ├── config │ ├── ModelNet40 │ │ └── multiview_UniRepLKNet-S.yaml │ ├── Pretrain_ModelNet40 │ │ ├── pretrain-2048-ConvNeXt-L-1k.yaml │ │ ├── pretrain-2048-ResNet-18.yaml │ │ ├── pretrain-2048-ResNet-50.yaml │ │ ├── pretrain-4096-ConvNeXt-L-1k.yaml │ │ ├── pretrain-4096-ResNet-18.yaml │ │ └── pretrain-4096-ResNet-50.yaml │ ├── ScanObjectNN │ │ ├── p2p_ConvNeXt-B-1k.yaml │ │ ├── p2p_ConvNeXt-L-1k.yaml │ │ ├── p2p_ConvNeXt-S-1k.yaml │ │ ├── p2p_ConvNeXt-T-1k.yaml │ │ ├── p2p_HorNet-L-22k-mlp.yaml │ │ ├── p2p_ResNet-101.yaml │ │ ├── p2p_ResNet-18.yaml │ │ ├── p2p_ResNet-50.yaml │ │ ├── p2p_Swin-B-1k.yaml │ │ ├── p2p_Swin-S-1k.yaml │ │ ├── p2p_Swin-T-1k.yaml │ │ ├── p2p_ViT-B-1k.yaml │ │ ├── p2p_ViT-S-1k.yaml │ │ └── p2p_ViT-T-1k.yaml │ └── ShapeNet │ ├── p2p_ConvNeXt-B-1k.yaml │ ├── p2p_ConvNeXt-L-1k.yaml │ ├── p2p_ResNet-18.yaml │ ├── p2p_ResNet-50.yaml │ ├── p2p_Swin-B-1k.yaml │ └── p2p_ViT-B-1k.yaml ├── data │ ├── ModelNet40 │ │ ├── modelnet40_shape_names.txt │ │ ├── modelnet40_test_8192pts_fps.dat │ │ ├── modelnet40_test.txt │ │ ├── modelnet40_train_8192pts_fps.dat │ │ └── modelnet40_train.txt │ └── ScanObjectNN │ └── main_split ├── dataset │ ├── data_transforms.py │ ├── init.py │ ├── modelnet.py │ ├── scanobjectnn.py │ ├── shapenet55.py │ ├── shapenet.py │ └── utils.py ├── Exp │ └── config │ └── ModelNet40 │ └── multiview_UniRepLKNet-S.yaml │ └── mv_unireplket-s │ ├── model │ ├── result │ │ ├── best │ │ └── last │ ├── test.py │ ├── test.sh │ ├── train_adaptor_lkv.py │ └── train.sh ├── models │ ├── deit │ │ └── init.py │ ├── init.py │ ├── layers │ │ ├── decoder.py │ │ ├── encoder.py │ │ ├── fusion.py │ │ ├── head.py │ │ ├── HorNet.py │ │ ├── transformer.py │ │ └── utils.py │ ├── p2p_adaptor_lk.py │ ├── p2p_adaptor.py │ ├── p2p_joint.py │ ├── p2p.py │ └── p2p_raw.py ├── README.md ├── tool │ ├── pretrain.py │ ├── reproduce.sh │ ├── test.py │ ├── test.sh │ ├── train_adaptor_lkv.py │ ├── train_adaptor.py │ ├── train.py │ ├── train.sh │ ├── train_unireplknet.sh │ └── zero-shot.py └── util ├── config.py ├── init.py ├── rotate.py └── util.py