在tensorflow2.0环境下使用RandLANet训练S3DIS数据集

之前的文章介绍了在tensorflow2.0环境下使用RandLA-Net训练Semantic3D数据集，这里我们记录一下如何在在tensorflow2.0环境下使用RandLA-Net训练S3DIS数据集。

由于作者提供的代码是基于tensorflow1.11写的，想在2.0的环境下运行该程序需要做些修改，修改方法已在训练Semantic3D数据集中给出。

1、下载数据集
作者使用的是Stanford3dDataset_v1.2，整个压缩包下载下来是4.79G，解压后有30个G。

2、数据集预处理
数据集下载后解压缩，原始数据中存在一定错误，Area_5\office_19\Annotations\ceiling_1.txt中有一行数据中包含了字符，导致数据操作失败，详细过程参见使用NumPy加载txt文件提示ValueError:could not convert string to float。

然后执行下面语句

python data_prepare_s3dis.py


3、6折交叉训练
先修改自己的数据路径，然后执行下面代码

sh jobs_6_fold_cv_s3dis.sh


4、验证
将test文件夹下所有的ply文件全部拷贝到/data/S3DIS/res