PUDM

PUDM copied to clipboard

网络训练时迭代停止

4

作者您好，首先对您的作品表示感谢。我在对网络尝试训练时遇到了一下问题，想请教您： 在训练过程中迭代停止，但是代码并未终止，GPU不在工作且显存并未被释放。我尝试了三次，且三次均在不同时期停止迭代。发生以上情况的原因可能是什么呢？ 期待您的回复，谢谢。 [email protected]

yyds-1max

[email protected]

4

pointnet2/util.py 中报错 B, N, D = x0.shape diffusion_steps = torch.randint(T, size=(B, 1, 1)).cuda() # t ~ U[T] z = std_normal(x0.shape) # xt = sqrt(at_) * X0 + sqrt(1-at_) * z...

kizzyk

执行python example_samples.py --dataset PUGAN --R 4 --step 30 --example_file ./example/KITTI.xyz报错

1

你好，非常感谢您之前的邮件回复。下面是我的一些疑问： 1.我不太清楚您所说的pointnet2_ops前置包有哪些，我是执行了pip install pointnet2，然后看了下pointnet2的github（https://github.com/erikwijmans/Pointnet2_PyTorch#egg=pointnet2_ops&subdirectory=pointnet2_ops_lib），按照它的需求安装了一些包。之后有执行sh compile.sh,并未显示报错。 2.我的cuda是安装好的，nvcc -V的结果cuda-11.8。另外，我的机器好像无法直接通过 conda install cudatoolkit==11.1安装cuda-11.1，如果不加版本号，默认安装cudatoolkit==11.8。我也很奇怪为什么会报找不到cuda的错误，但是看报错好像找到了我本地安装的cuda-11.8。 3.按照您之前的回复，我尝试运行如下代码检查cuda相关信息 import torch print(torch.__version__) print(torch.cuda.is_available()) print(torch.cuda.device_count()) print(torch.backends.cudnn.version()) print(torch.version.cuda) 控制台输出： /home/user/anaconda3/envs/pudm/bin/python /data/lc/PUDM/check_cuda.py 1.9.0+cu111 /home/user/anaconda3/envs/pudm/lib/python3.9/site-packages/torch/cuda/__init__.py:52: UserWarning: CUDA initialization: CUDA driver initialization failed,...

Philcalab

如何设置多GPU训练

14

你好，请问在您的代码中是否有设置多GPU训练，因为我在train.py中看到了我这样一行代码  ![Uploading 截图 2025-01-08 19-58-59.png…]() ![Uploading 截图 2025-01-08 19-58-59.png…]()

Philcalab

R上采样倍数改为比4更大的倍数会出问题

8

作者您好，在稠密化kitti点云，12万个点时，当把R改为比4更大的倍数，在运行时 当运行过这串代码，程序就会卡住，是因为这里的最远点采样也无法支持上百万数量级的采样吗

waterpure

上采样倍数高了后会出现孔洞

3

测试信息： 输入的点云数据： 4倍上采样输出的结果：  32倍上采样输出的结果： 尊敬的作者，您好！我又来问您了，嘿嘿。请问，为什么经过上采样后会出现这种孔洞的情况，上采样倍数低的时候不是很明显，但也能看出一点点，当上采样倍数高了以后，其孔洞会非常明显。 我猜测这是由于点的生成方式是以原点为中心向外扩散，但是扩散的尺度并没有很好的适配当前点云。或者说网络的各项参数均以4倍为基础做出的调整，倍数改变后，网络不能及时的调整。 希望您抽空指点一下，为我解惑，能提供一些解决思路也可以。谢谢！

spiritboy1

复现 PUDM 时遇到的一些问题和疑问

6

hi wt，非常感谢你在点云扩散模型方向的出色工作！我阅读了你的论文和代码实现，受益匪浅。最近在深入研究 PUDM 项目时，我遇到了一些问题，希望能向你请教。 **1. 关于gamma的问题** 我发现训练和推理时都会有个gamma参数去乘（预测的噪声+稀疏点云midpoint_interpolate后的结果i） https://github.com/QWTforGithub/PUDM/blob/623649a61d2d2e218b50ec120eb6a31274621144/pointnet2/models/pointnet2_with_pcld_condition.py#L620-L621 https://github.com/QWTforGithub/PUDM/blob/b7e3f11e99667a06a6fcafa3d5eb42ca573d5b34/pointnet2/util.py#L493-L495 我想知道为什么这里Nnet预测出的噪声还需要与插值结果 i 相加，在计算mse时也是z与out，似乎的扩散模型的计算过程不一样，gamma 的设置（代码中为 0.5）在整体预测中的物理或建模意义是什么？有没有尝试过其他值，或者它是否具有调参上的敏感性？ **2.关于采样倍数label** 在训练阶段，无论是 PUGAN 还是 PU1K 数据集，所有点云的 R 倍数标签都是固定的 4，但代码中仍然对其进行了 embedding（256，128），并作为条件输入给到 CNet 进行建模 https://github.com/QWTforGithub/PUDM/blob/b7e3f11e99667a06a6fcafa3d5eb42ca573d5b34/pointnet2/models/pointnet2_with_pcld_condition.py#L265-L266 为什么训练时仅使用了一个固定的 R=4，还能在推理时泛化到不同label并表现出较好的效果 **3.网络的尺度自适应**...

unl1002