我们已经学习了的网络结构，以及在数据集上的训练、测试以及可视化等操作，那么如何使用该模型来训练我们自己的数据集呢，其实，操作十分简单，只需要修改几个参数即可。
首先，我们需要获得数据集，这里我们的数据集已经经过处理为格式，其维度与数据集的维度相同，不同之处在于，该数据集中没有维度，但为了保持一致，这里我们将其填充。
然后是数据集的地址与类别数量：
随后便是修改加载数据集的文件，在该数据集中主要还是修改与类别相关的参数，因为由于不同类别的点云数量不同，因此在求损失时需要进行均衡化。
此外，在读取数据集时，采用的是指定测试集编号，其余的算做训练集的方式，因此这里我们虽然只有一个数据集，但需要将其复制一份，并起不同的名称：
我们指定的测试集编号为2。
至此，便可使用PointNet++来训练自定义数据集了：
从结果来看，其并不平衡。
模型测试所需要修改的参数基本与模型训练的类似，即修改类别数，数据集路径即可
在模型训练过程中，发现该模型训练起来十分缓慢，从GPU利用率来看，其利用率很低，多数情况下其占用着显存，但其却并不参与运算，而内存却始终占用较高。
如何提高GPU利用率，加快模型训练是接下来需要考虑的问题。
今天的文章 2025年pointnet+（pointnet++训练自己的数据集）分享到此就结束了，感谢您的阅读。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ri-ji/22446.html