【论文复现教程——第一期】(3DGNN)3D Graph Neural Networks for RGBD Semantic Segmentation

（一）数据集（环境配置）

本次论文复现环节中：这篇文章是这期论文复现最关键的环节。

1. 下载并安装matab2016a破解版、pycharm、python环境

Matlab：百度云的链接自己找的，安装成功与否是未知的，需要自己尝试。
Pycharm：百度一下，官网就可以，同样，要破解版自己找吧，这个教程很多，不一一赘述。
Python：这里需要0.4.1版本，CUDA 8.0 ，最好是GPU版本，可缩短大量训练时间。

以上软件网上安装入门教程一大堆，不会的话自己可以现学哦，B站什么的so easy！

2. 下载初始数据代码

• 将项目代码用pycharm打开

整体是这样子

3. 数据集和相关安装环境的配置

• 下载项目依赖两个数据集（其实就一个数据集，第二步是下载HHA算法）

github仓库：https://github.com/yanx27/3DGNN_pytorch

• 数据集准备环节有两步

NYU_Depth_V2 dataset 这是纽约大学的深度学习数据集。稍微介绍一下，免得搞了半天不知道在做啥。

NYU-Depth V2数据集由来自各种室内场景的视频序列组成，这些序列由Microsoft Kinect的RGB和Depth摄像机记录。
它具有以下特点：

1. 1449个密集标记的RGB和深度图像对齐对
2. 来自3个城市的464个新场景
3. 407,024个新的未标记帧
4. 每个对象都标有一个类和一个实例号（cup1，cup2，cup3等）

数据集包含几个组成部分：

1. 标记的：视频数据的子集，并带有密集的多类标记。此数据也已进行了预处理，以填写缺少的深度标签。
2. Raw：Kinect提供的原始rgb，深度和加速度计数据。
3. 工具箱：用于处理数据和标签的有用功能。

下面附上下载地址，这位大哥把下载好的数据放在了百度云里真的太贴心了。

NYU v2数据集官方下载地址：https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html

NYU v2数据集百度云下载地址：https://pan.baidu.com/s/1rIUbsEUjkZJheEZ5wTb5aA 密码: bfi4

转成图片格式的NYU v2数据集百度云下载地址：https://pan.baidu.com/s/1Ut4wk4wwIubB9ZERfbg5Vw 提取码: f1n8

版权声明：本文为CSDN博主「sinat_26871259」的原创文章，遵循 CC 4.0 BY-SA 版权协议。

原文链接：https://blog.csdn.net/sinat_26871259/article/details/82351276**

下载好之后是这样的

具体图片展示（depths这个文件夹的内容）

• 数据集的准备

1. 先放 NYU_Depth_V2 数据集，注意看我的路径，3DGNN_pytorch-master就是项目根目录

2. 新建hha文件（同级）

HHA is an encoding method which extract the information in the depth image which was proposed in Learning Rich Features from RGB-D Images for Object Detection and Segmentation.hha是个数据类型编码，把一般数据用hha方式编码即可，这里需要用到matlab，下面的实现此过程的matlab代码的仓库地址。https://github.com/charlesCXK/Depth2HHA

• matlab实现 depth—>hha

其实不用在意这个raw-depth和depth的说法，通俗来说就是depth才是深度信息的图，是我们需要的数据，而raw-depth是保存depth用的通道有多深。这个数据集中raw-depth数据有误，现在按我说的来：

1. 在depth和rawdepth两个文件夹中

2. 打开main.m后修改读取到我们的depth文件地址，然后修改输出地址为hha后，运行即可。

每个人的hha展示图可能不一样，是因为单位没修改正确。

这是包含了RD和Depth的没有对原始数据除1000的图

这是利用两个一样的Depth数据的没有对原始数据除1000的图

这是利用两个一样的Depth数据的有对原始数据除1000的图

第三个图说明，方案是正确的

到这一步我们的数据预处理和环境配置都已经完成，下一篇博客我将来为大家介绍如何用这个数据进行图神经网络学习（3DGNN）。

来个传送门：

• 【报错】使用下载好的mat数据集(2.8G)报错内存不够怎么办

（二）数据载入

载入mat文件

先说一下替换mat出现了问题之事。

看这个图，只有nyu开头的mat是可以用的，因为matlab再保存mat时，需要用特殊的版本和格式保存才可以，具体代码如下（matlab）：

load('nyu_depth_v2_labeled.mat')todo=900;
%这里todo意思是把1449个图片cut，cut前多少张accelData=accelData(1:todo,:);
depths=depths(:,:,1:todo);
instances=instances(:,:,1:todo);
labels=labels(:,:,1:todo);
rawDepths=rawDepths(:,:,1:todo);
% size(images)
images=images(:,:,:,1:todo);
% rawDepthFilenames=rawDepthFilenames(1:14,:);
save('data.mat', 'sceneTypes', 'accelData', 'depths', 'images',  'instances', 'labels', 'names','namesToIds', 'rawDepthFilenames',  'rawDepths', 'rawRgbFilenames', 'scenes', '-v7.3')

注意保存时：’-v7.3’
这样才能用源码方式正确打开mat

python项目的源码中

文件的打开mat步骤代码如下：

f = h5py.File(data_path + data_file,'r')

就要这样才行，加‘r’,以免提示警告
然后就可以加载mat和hha了。

载入hha文件

按代码中位置放即可。
还是这个py文件，我可能是在做测试的时候，改了一下路径，以下这个路径写的时候要注意

但是他是在根目录下run.py中运行的，注意路径问题。

（三）数据训练

1. 运行run.py
   
   长时间在0 这样子就是有问题的！
   
   一直这样就有问题，应该是文件没有读进去，刚开始我就一直出现这样的问题，直到看了dataset的相关资料才发现其加载数据的原理
   就是这一步一定要注意。
2. 几个报错问题
   若没有报错（其实是电脑配置够的话）就会看见结果，若报错内容为关于内存的，就改小batchsize的大小，我的gpu 1060ti（6g），用300张图，batchsize为2差不多，极限可能是800张*batchsize=1。要修改就在这里（run.py）自己找。
   
   之后不出意外，结果=>为这样，路径自己看，3dgnn_finish.pth是最好的一次结果所对应的模型参数。
   

（四）预测

网上找了一大堆关于加载pth和利用的教程。发现?如狗屎，太烂了，根本用不了。后来仔细读代码，想想代码中应该有output和预测结果的，不然，计算机如何对比预测结果与真实结果差异？然后计算loss，然后反向传播？我当时就给聪明的我一巴掌，这么简单的道理怎么现在才懂！

于是看代码发现，预测代码大概在这个函数里。

dataloader_va是预测集，查看加载这个dataloader_va的源码发现，他就是训练集。
然后用eval_set中的代码来找寻可以把input-output转化的地方：

就是这里！

细心的同学会发现：output这个地方就是代表输出，下文细说这是什么。

在我的项目中，预测代码在prediction.py中！是我自己写的，原文作者（torch）版本没有这个文件。

运行时需要改两个地方，自己创建合适的文件名。

第一个是输出预测的数据（1，2，3，4这样的类型数据）——后前拿这样的数据去matlab跑可视化
第二个是加载训练模型——pth
我这个是可以把一张、多张进行分割的，只需要对输入的图像进行修改就行。

修改地方

预测代码结束

结果：

这其实就是output的最终数据：就是每个像元最可能是什么类型的东西

（五）可视化

matlab可视化做的好一点，涉及矩阵的东西可以直接深入调看！

1. 先新建一个文件夹存放数据

2. 运行这个m文件
这个m文件也是我自己写的。

不，实际上这是个函数，只需要给一个索引就行，这里应该把输入输出写成接口，人太懒了，不写了，每次需要自己改。

上图是调用方法，多少张图就for到第几个
实际上要运行这个

然后运行等待1449张图片！

大概1000s左右 over

后记

看看精度，对比一下原图，找问题，设计优化啥的。问题颇多，代码问题，原理问题，论文问题。
我写了一篇论文供参考和入门图神经网络。有对这方面感兴趣的可以前去下载这篇论文。
下载地址：https://download.csdn.net/download/qq_38484430/12517770