基于Windows11系统进行的RandLA-Net点云语义分割

前情提要：之前用了云服务器成功进行了RandLa-Net点云语义分割，并取得了分类精度达61.33%的良好效果，但是云服务器无法进行可视化，转入到本地也比较麻烦。

然后我估计着也有很多朋友想要用Windows系统进行点云分割，所以我就先踩个坑了。

 

一、数据集准备

还是老样子S3DIS数据集，我就只训练Area1~Area4了，因为5和6有点问题。

 

二、环境配置

1、环境介绍

因为是Windows系统，所以我们需要装好CUDA、cuDNN、Anaconda、Pycharm、TensorFlow和Git（git等下有妙用），我相信对想到进行RandLA-Net点云语义分割的朋友来说，环境配置肯定不是问题，

在这里我就不过多进行阐述了，主要介绍一下我的配置和版本，安装教程网上都有。

我的环境：

显卡：RTX3060Latop （学生党没钱买台式显卡QAQ）

CUDA：12.6

cuDNN:8

Python：3.7

Anaconda:无所谓，别太老就行

Pycharm：无所谓

Git：无所谓

TensorFlow：去官网下载适合python3.7的本地安装包，注意是GPU版本的，别下错了！

 

 2、进行配置环境

1.打开Anaconda Prompt，创建虚拟环境randlanet_win

代码：conda create -n randlanet_win

成功创建！

2.激活虚拟环境并安装相应的包

激活虚拟环境：conda activate randlanet_win

安装Python3.7：conda install python=3.7

安装TensorFlow：

先cd到你下载的TensorFlow包的目录下 

 然后进行pip安装：pip install tensorflow_gpu-2.6.0-cp37-cp37m-win_amd64.whl

成功安装！

接下来要安装各种库和包了：

安装open3d，记得分开输入代码执行

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple cython==0.29.15
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple open3d==0.13.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple open3d-python==0.3.0

 

 安装open3d时报错，与TensorFlow冲突，后面我查看发现，官网上只更新到2.6（有点坑人了），所以我们需要重新安装TensorFlow2.7，在这里我用清华云安装吧

pip install tensorflow-gpu==2.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple             （直接安装就可以了，Anaconda会自己卸载掉2.6版本的）

 有点大，需要稍微等一会。

成功安装！并且没有冲突了

 接下来安装helper_requirements.txt里面的包

先cd到项目路径下，再通过pip进行安装

pip install -r helper_requirements.txt

 成功安装！接下来可以开始尝试跑代码了

三、运行代码

1、为pycharm添加Conda解释器

打开pycharm，加载项目：

 打开设置，找到项目，添加本地解释器，选择我们刚刚配置好的rnadlanet_win:

 需要稍等一会，因为windows环境下pycharm检查软件包会比较慢。（吃个饭先。。。。。。）

 

2.接下来是GIT的妙用

 由于windows下pycharm的终端无法直接使用sh文件，所以我们需要调用GIT去运行。

同样是打开设置，找到工具——终端

 看到Shell路径，我们找到Git的下载目录——bin——sh.exe，将其设置为Shell路径。

这样我们就能在pycharm的终端运行compile_op.sh了

用指令 ./compile_op.sh即可运行。

 3.在randla-net-tf2-main目录新建data文件夹，在data文件夹新建S3DIS文件夹，将数据集放进去

 4.由于我的Area5和Area6数据集有点问题，需要作修改，所以数据集没问题的朋友可以跳过这一步。

打开randla-net-tf2-main/utils/meta/anno_paths.txt，将里面关于5和6的索引删除。

 5.更改数据路径，将路径改为绝对路径

打开randla-net-tf2-main/utils/data_prepare_s3dis.py

更改数据集路径为：

 打开randla-net-tf2-main/main_S3DIS.py，同理：

 6.进行数据预处理

在pycharm终端输入代码python utils/data_prepare_s3dis.py

 报错：找不到sklearn，说明编译器没找到scikit-learn库

但我们明明已经安装了scikit-learn库

 

 首先考虑版本不对应，尝试更换scikit-learn库的版本

首先通过python -V知道了我的python版本是3.7.16，直接问DeepSeek看看

 可以看到deepseek推荐安装scikit-learn1.0

尝试一下

 安装成功并且没有与其它库发生冲突！

 但是还是没什么用，考虑直接在pycharm软件库中搜索

 然而没有什么用

但关闭pycharn重新打开后运行换了一个报错

 应该是由于open3d的版本原因，考虑换成0.12.0版本的

open3d问题解决了，又出现了新报错：

 是由于C++的编译没有成功导致的，考虑使用终端直接cd进目录进行编译，指令：python setup.py build_ext --inplace

(randlanet_win) PS H:\Github\randla-net-tf2-main\utils\nearest_neighbors>           python setup.py build_ext --inplace

 

 已经生成！

---

 

PS：方法错了，改代码改到红温了，等我这几天把调剂的事情弄好再继续更新吧