shellnet运行train_val_seg.py

1.semantic3d数据集准备：prepare_semantic3d_data.py

11个测试数据集（.txt文件）：

假如运行的是室外点云数据集“seg_semantic3d”，可能需要做以下改动：

1.train_val_seg.py中的：

parser.add_argument('--setting', '-x', default='seg_s3dis', help='Setting to use')

改成：

parser.add_argument('--setting', '-x', default='seg_semantic3d', help='Setting to use')

2.pointfly.py文件中的：

indices_duplicated = tf.py_function(find_duplicate_columns, [A], tf.int32)

改成：

indices_duplicated = tf.py_func(find_duplicate_columns, [A], tf.int32)

3.seg_semantic3d.py中的：

filelist ='../data/semantic3d/downsampled/train_data_files.txt'
filelist_val = '../data/semantic3d/downsampled/val_data_files.txt'
filelist_test = '../data/semantic3d/raw/test_reduced_files.txt'

改成：

BASE_DIR=os.path.abspath(os.path.dirname(os.path.dirname(__file__)))
filelist =''.join([BASE_DIR ,'/data/semantic3d/downsampled/train_data_files.txt'])
filelist_val = ''.join([BASE_DIR ,'/data/semantic3d/downsampled/val_data_files.txt'])
filelist_test = ''.join([BASE_DIR ,'/data/semantic3d/raw/test_reduced_files.txt'])

注：在“train_val_seg.py”文件所在目录新建文件夹“data”，然后把下载的室外点云数据集训练集和验证集放在：“/data/semantic3d/downsampled”，中，测试集放在“'/data/semantic3d/raw”中，根据路径依次在文件夹“data”下新建文件夹。