Kang You

> 请问是修改哪个文件下的部分呢？主要是我用python3.8 pytorch7.1成功编译了，但是python3.7和pytorch1.7.1一直编不过，但是环境又要求是python3.7 ./pointnet2/src/ 里的那些.cpp .h .cu文件。替换掉这些文件中所有使用AT_CHECK和THCState_getCurrentStream(state)的地方就好。

谢谢您的关注。论文目前在投，还未发表。

谢谢您对我们工作的关注！ 是的，很多voxel-based的方法对稀疏点云的支持并不好，会导致训练时无法很好的收敛/拟合，测试时也无法对这些稀疏点云得到令人满意的码率。 直接基于3D稀疏卷积的模型，如[MNet](https://github.com/Weafre/MNeT)，[CNeT](https://github.com/Weafre/CNeT)，要想在稀疏点云上得到比较好的结果，可以在送入模型前，将2k个点的点云rescale到比较小的尺度如[0, 31]或[0, 63]。 尽管小尺度比起大尺度来，原始点云的精度会降低一些，但这样可以提高点云中点的密度，可以一定程度上提升voxel-based方法的性能。