毕设需要，复现一下PointNet++的对象分类、零件分割和场景分割，找点灵感和思路，做个踩坑记录。下载代码https://github.com/yanx27/Pointnet_Pointnet2_pytorch 我的运行环境是pytorch1.7+cuda11.0。训练 PointNet++代码能实现3D对象分类、对象零件分割和语义场景分割。对象分类 下载数据集ModelNet40，并存储在文件夹data/modelnet40_normal_resampled/。##e.g.,pointnet2_ssgwithoutnormalfeaturespythontrain_classif
毕设需要，复现一下PointNet++的对象分类、零件分割和场景分割，找点灵感和思路，做个踩坑记录。下载代码https://github.com/yanx27/Pointnet_Pointnet2_pytorch 我的运行环境是pytorch1.7+cuda11.0。训练 PointNet++代码能实现3D对象分类、对象零件分割和语义场景分割。对象分类 下载数据集ModelNet40，并存储在文件夹data/modelnet40_normal_resampled/。##e.g.,pointnet2_ssgwithoutnormalfeaturespythontrain_classif
一.代码和数据集准备1.代码：使用b站up主霹雳吧啦Wz提供的代码：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing/tree/master/pytorch_object_detection/faster_rcnn 2.数据集①PASCALVOC2012数据集下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar②自己的数据集按VOC数据集格式准备，因为只进行目标检测，按下图层级目录和文件夹命名即可。其中Anno
一.代码和数据集准备1.代码：使用b站up主霹雳吧啦Wz提供的代码：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing/tree/master/pytorch_object_detection/faster_rcnn 2.数据集①PASCALVOC2012数据集下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar②自己的数据集按VOC数据集格式准备，因为只进行目标检测，按下图层级目录和文件夹命名即可。其中Anno
关键代码x=torch.randn(64,3,128,128)transform=transforms.Compose([transforms.Resize(64),transforms.ToTensor(),transforms.Normalize([0.5],[0.5])])transform(x)原因在于x本就是Tensor类型的，有写了一次ToTensor()转换类型，因此会报错。解决办法删除transforms.ToTensor()或者修改x类型为其他类型
【pre】在看一篇公众号推文的时候，里面有这么一句话： 诶，看这意思，CV，NLP，RL，GNN是DL的纵向领域？其他三个尚且眼熟，但RL是什么呢？于是我去阅读了1、2，把我觉得有用的简单整理一下。【content】1、AI、ML、RL、DL的关系（1）AI：人工智能（ArtificialIntelligence,AI）是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。（2）ML：机器学习（MachineLearning,ML）通过算法、使用历史数据进行训练，训练完成之后会产生模型。当提供新的数据时，将使用训练产生的模型进行预测。（3）RL：表示学习（Repre
已解决【partiallyinitializedmodule‘cv2’hasnoattribute‘gapi_wip_gst_GStreamerPipeline’】在尝试了几乎所有网上能找到的办法之后，本来已经放弃了，但是过了几天抱着试一试的心态又看了一眼stackoverflow，发现有一个很脏但非常有效的解决办法。产生问题的根源在于/site-packages/cv2/gapi/__init__.py的最后一行：cv.gapi.wip.GStreamerPipeline=cv.gapi_wip_gst_GStreamerPipeline我们要做的事情就是打开这个文件，并将最后一行注释掉，问
前提环境： 显卡更换之前（之前使用的是2080ti），已在ubuntu图形界面的“附加驱动”中安装nvidia驱动，并且anaconda环境中的pytorch正常使用。 首先的首先，当然是献上伟大的护舒宝。1.官网下载4090显卡驱动Linuxx64(AMD64/EM64T)DisplayDriver|520.56|Linux64-bit|NVIDIA注: 确保已在“附加驱动”中安装过nvida驱动，否则请手工禁用 nouveau2.关闭图形界面sudosystemctlset-defaultmulti-user.targetsudoreboot对应的打开图形界面命令为（暂时不打开）
前提环境： 显卡更换之前（之前使用的是2080ti），已在ubuntu图形界面的“附加驱动”中安装nvidia驱动，并且anaconda环境中的pytorch正常使用。 首先的首先，当然是献上伟大的护舒宝。1.官网下载4090显卡驱动Linuxx64(AMD64/EM64T)DisplayDriver|520.56|Linux64-bit|NVIDIA注: 确保已在“附加驱动”中安装过nvida驱动，否则请手工禁用 nouveau2.关闭图形界面sudosystemctlset-defaultmulti-user.targetsudoreboot对应的打开图形界面命令为（暂时不打开）
本文介绍基于Anaconda环境以及PyCharm软件结合，安装PyTorch深度学习框架。PyTorch深度学习框架详细安装教程一、anaconda安装（一）下载（二）安装（三）配置环境变量（四）检查安装结果二、PyTorch安装（一）创建虚拟环境（二）激活虚拟环境（三）安装PyTorch三、PyCharm安装（一）下载（二）安装（三）激活专业版（四）汉化教程四、将PyTorch环境添加到PyCharm的解释器一、anaconda安装（一）下载官网下载链接:https://www.anaconda.com/清华大学开源软件镜像站：https://mirrors.tuna.tsinghua.e
