prs-eth / ForAINet

official source code for paper entitled "Automated forest inventory: analysis of high-density airborne LiDAR point clouds with 3D deep learning"
50 stars 9 forks source link

About eval #5

Open BruceWayne233 opened 3 months ago

BruceWayne233 commented 3 months ago

谢谢您的工作,让我受益颇多。目前我正在通过复现的方式学习您的代码。我尝试使用您公布的预训练权重进行测试,但是执行eval.py时,执行到1%就会卡住。 我将数据放在了PointCloudSegmentation/data_set1_5classes文件夹下,将预训练权重放在了PointCloudSegmentation/outputs文件夹下。我尝试参照您在“When trained to the 31st epoch using the FORinstance dataset, got stuck and could not continue. ”这一问题中给出的配置安装环境,其他包都顺利安装了,但是却无法安装torch-points3d 0.2.0版本,因为其与python1.9.1版本冲突。后续我只能尝试使用1.3.0版本进行测试,但依旧卡住。 如您有时间,望您不吝赐教。谢谢! image

bxiang233 commented 3 months ago

谢谢您的工作,让我受益颇多。目前我正在通过复现的方式学习您的代码。我尝试使用您公布的预训练权重进行测试,但是执行eval.py时,执行到1%就会卡住。 我将数据放在了PointCloudSegmentation/data_set1_5classes文件夹下,将预训练权重放在了PointCloudSegmentation/outputs文件夹下。我尝试参照您在“When trained to the 31st epoch using the FORinstance dataset, got stuck and could not continue. ”这一问题中给出的配置安装环境,其他包都顺利安装了,但是却无法安装torch-points3d 0.2.0版本,因为其与python1.9.1版本冲突。后续我只能尝试使用1.3.0版本进行测试,但依旧卡住。 如您有时间,望您不吝赐教。谢谢! image

哈喽,请问您有参考这个安装吗?我之前的这个工作的issue里面应该也有类似的问题,和ForAINet的配置环境方法是一样的: https://github.com/prs-eth/PanopticSegForLargeScalePointCloud?tab=readme-ov-file#set-up-environment 另外你并不需要安装torch-points3d,我的意思是你主要是需要把MinkowskiEngine安装好就可以了,torch-points3d整个库有包含其他的backbone,我们是不需要的。另外python版本我每记错的话是3.8...您是指pytorch版本1.9.1吗? 不好意思哈,因为torch-points3d安装起来确实有很多问题,我这边可能不太能全部解答,我只能提供我的成功安装的几个例子。所以如果还是遇到关于torch-points3d安装的问题的话,我建议您参考他本身issue里面的回答和别人的经验,很多可以参考的,麻烦您explore一下。谢谢!祝成功!

BruceWayne233 commented 1 month ago

谢谢您。目前代码可以成功的进行预测,效果很好!感谢您的工作。最近又重新学习了一下您的文章,有一个细节想请教您。文章中说,NIBIO2区域没有被用于整体的定量实验中,请问NIBIO2区域在训练过程中有没有被使用呢,还是只是没有包含在测试集中?Fig.9 和Table12展示的小树检测结果是只使用NIBIO2进行训练、还是所有数据(包含NIBIO2)进行训练、还是使用不包含NIBIO2的其他数据进行训练,最终得到的测试结果呢? 望您不吝赐教。谢谢!

bxiang233 commented 1 month ago

谢谢您。目前代码可以成功的进行预测,效果很好!感谢您的工作。最近又重新学习了一下您的文章,有一个细节想请教您。文章中说,NIBIO2区域没有被用于整体的定量实验中,请问NIBIO2区域在训练过程中有没有被使用呢,还是只是没有包含在测试集中?Fig.9 和Table12展示的小树检测结果是只使用NIBIO2进行训练、还是所有数据(包含NIBIO2)进行训练、还是使用不包含NIBIO2的其他数据进行训练,最终得到的测试结果呢? 望您不吝赐教。谢谢!

哈喽,训练的时候用了nibio2区域,所有的测试结果都是基于同一个模型的,只是对nibio2区域的测试结果单独拎出来在discussion里面讨论了。

BruceWayne233 commented 1 month ago

好的,谢谢您!