【代码配置】Orienting Point Clouds with Dipole Propagation

本帖推荐指数： 1/10

注：精选的帖子是个人评估觉得耗时较长，因此加入了收费专栏，如有读者不满意望谅解！

一、本地环境

• ubuntu 20.04
• cuda 11.8
• Python 3.8
• PyTorch 2.0.0

注：注意cuda的版本需要和ubuntu版本之间存在兼容性，过高或者过低版本的cuda版本会与20.04不兼容。

二、环境配置

$ conda create -n dipole python=3.8
$ conda activate dipole
$ pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
$ pip install torch-scatter -f https://pytorch-geometric.com/whl/torch-2.0.0+cu118.html
$ pip install torch-sparse -f https://pytorch-geometric.com/whl/torch-2.0.0+cu118.html
$ pip install torch-geometric
$ pip install torch-cluster -f https://pytorch-geometric.com/whl/torch-2.0.0+cu118.html
$ pip install torch-spline-conv -f https://pytorch-geometric.com/whl/torch-2.0.0+cu118.html
$ pip install open3d
$ pip install argparse

三、代码修改

由于这里用的pytorch大于1.9，导致源代码中有些地方需要修改，具体修改如下：
util.py文件中（因为torch.symeig这个函数在1.9以后得版本就不存在啦）：

第148行修改为：

# e, v = torch.symeig(cov, eigenvectors=True)
e, v = torch.linalg.eigh(cov)

第155行修改为：

# e, v = torch.symeig(cov, eigenvectors=True)
e, v = torch.linalg.eigh(cov)

同理，inference_utils.py文件中第57行修改为：

# e, v = torch.symeig(cov, eigenvectors=True)
e, v = torch.linalg.eigh(cov)

四、代码运行介绍

修改后的代码：网址

├── activate_env.sh
├── Batch
│   ├── large_bdy.sh
│   ├── large_left.sh (修改并运行这个文件）
│   ├── large.sh
│   ├── large_stanford_noise.sh
│   ├── large_stanford.sh
│   ├── large_threeDScans_noise.sh
│   └── large_threeDScans.sh
├── Tools
│   └── Batch_out_2_ply.py （这个工具能够将算法得到的结果转化为ply文件）
├── ...
└── util.py