Ubuntu18.04+2070s+TF2.x环境下的单卡点云网络PointNet++实用

Ubuntu18.04+2070s+TF2.x环境，单卡训练PointNet++实战

• 1. 构建tf_ops文件夹中包含的三个动态链接库
  • 2. 解决因Python版本与TF版本不匹配而产生的兼容性问题
  • 3. 获取用于训练的原始数据集
  • 4. 执行模型的训练过程

1. 编译tf_ops文件夹下的三个动态库

该目录中包含了一些在pointnet++模型运行过程中需要用到的cuda核心函数，例如FPS（最远点采样）、grouping等操作，因此在进行模型训练之前，必须首先完成这些自定义操作的编译工作。

具体执行步骤：
进入每一个子目录后，执行sh tf_xxx.sh命令（每个子目录中的脚本文件名称各不相同，可通过tab键进行查看）。

根据实际使用的环境配置情况，可能需要对相应的sh文件内容进行调整。例如，在我的使用环境中，所安装的cuda版本、tensorflow版本及其安装路径与原作者提供的设置存在差异，因此我对相关头文件和库文件的路径进行了相应的修改，具体调整内容如下：

    #/bin/bash
    /usr/local/cuda/bin/nvcc tf_sampling_g.cu -o tf_sampling_g.cu.o -c -O2 -DGOOGLE_CUDA=1 -