复现波恩大学的“LiDiff：基于扩散模型实现3D LiDAR场景补全！”（点云补全）项目

本文的主要工作就是复现下述论文中的算法。

该论文全称：Scaling Diffusion Models to Real-World 3D LiDAR Scene Completion

一、准备工作

首先通读readme.md文件的内容，了解所需要的相关依赖和数据等内容。

一定要多读几遍，不要扫一眼就过了。

接下来就是部署环境，而在这里需要特别注意的是该项目的环境是在Linux中部署运行的。

由于我电脑内存不够的原因，我在这里使用的是AutoDL上面的算力，它默认的就是Linux环境。至于AutoDL怎么用，可以去官网看帮助文档。

如果你嫌配置环境过于麻烦，可以后台私信我，我这边直接把AutoDL上的环境的镜像免费共享给你。

我的环境：

PyTorch：1.9.0 ；Cuda :11.1（可以在AutoDL上选择镜像时直接选择）

Python 3.8(ubuntu18.04) ；GPU：RTX 3090(24GB) * 1

论文作者用的GPU是：4块RTX A6000 (48GB)

因为当你在AutoDL上用多块GPU训练模型时，就会报错让你修改limit_val_batches的值（但是经过我的实验，一般使用四块以下是不需要修改的）而我怕修改这个值之后会破坏最终的结果，所以我在这里就只用一块GPU来跑这个代码了，主要也省钱。

二、环境部署

这边不建议直接运行pip install -r requirements.txt命令，因为你运行也是各种报错

当你使用AutoDL上的镜像时，pytorch1.9是已经给你配好的。如果你自己想用conda创建一个虚拟环境来装pytorch1.9的话也可以。这样的话就是比较废内存。不管你怎么装pyorch1.9，当你安装requirements.txt中的pytorch_lightning和open3d库时，有时候都会给你重装pytorch库,而且是最新版的pytorch2.3.1，所以我在这里建议不管你是使用AutoDL还是自己的Linux环境，配置好python环境后直接就是先装这两个库。（总结一句话就是，创建好python虚拟环境后先安装这两个库，安装完成后再安pytorch库，如果用AutoDL上已经装好pytorch库的镜像，也是这样做）

安装好pytorch_lightning和open3d库后，使用以下命令检验pytorch版本。

pip show torch#或者直接conda list 看

如果不是pytorch1.9版本的话，直接卸载这个库

pip uninstall torch==具体的版本号

然后再运行pip show torch来检查torch版本，如果显示找不到torch的话，就运行下述命令即可安装对应于CUDA11.1的pytorch 1.9版本

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

接下来就是安装hdbscan==0.8.28这个库，在安装这个版本的库时，会出现一大堆问题，我的解决办法是安装了0.8.31这个版本，能用，而且不会把报错。

然后安装pytorch3d这个库。直接pip是安装不上的，这边选择本地克隆的方法安装。你也可以选择其它的安装方式，但是都容易报错。

sudo apt-get updatesudo apt install build-essential python3-dev libopenblas-dev# 上面两个命令不运行可能会报错，反正后面都得运行，你还是早早运行吧。git clone https://github.com/facebookresearch/pytorch3d.gitcd pytorch3dgit checkout v0.7.1   #指定版本python setup.py install     #或者运行 pip install -e

安装成功后可以conda list查看。

接下来安装MinkowskiEngine库，MinkowskiEngine库的最新版本就是0.5.4版本，所以直接安装。这边也是选择本地克隆安装，你也可以选择其它的安装方式，但是都容易报错。

git clone https://github.com/NVIDIA/MinkowskiEngine.gitcd MinkowskiEnginepython setup.py install --blas_include_dirs=${CONDA_PREFIX}/include --blas=openblas

最后就是安装剩余的requests.txt文件里面的库了。

需要注意的是，这边有一个隐藏的库，运行代码时没有这个库会报错，而且还要与pytorch库和pytorch_lightning库版本匹配。所以安装好requests.txt文件里面的库和MinkowskiEngine库后，还需要安装这个库。