接上面的文章，聊聊存在的几点疑问。
1
首先是分类任务的准确率
论文中的ssg版本能够达到90.7%。但是笔者以及问过的同学，都只能达到90.2%左右。于是笔者仔细思考了原因，参考文章告诉我们的信息，觉得问题有可能出在以下几点：
1、数据集的选择。用的官方数据集（2048点）对应90.7%，换成作者自备数据里（10000点）的话，准确率达到91.9%。笔者测试的是前者。所以这里没问题。
2、领域选取方法。两种方法KNN/ball query ，也会对准确率带来影响。代码里默认的是后者。所以问题也不是出在这。
3、运行evaluate.py的时候，要有votes = 12，这个也会对结果有影响。
其余的参数设置，比如学习率、batch_size都是默认的，与论文中所提的没差别，所以不会出什么问题。
但是最终结果还是达不到论文里的90.7%。
与作者沟通也未能获得很好的回馈。
2
另一个困扰的问题，是参数量的计算。从PointNet到PointNet ，这个参数量笔者始终没搞明白，这里把计算过程放上来，希望有同学一起看看。
1、PointNet 中分类任务ssg版本的计算。
笔者把特征提取部分和分类任务部分分开算。特征提取部分主要是1*1卷积，需要注意weight bias，公式里的绿色的‘ 1’表示bias的数量。
特征提取部分：
conv_num= (3 1)*64 (64 1)*64 (64 1)*128 (128 3 1)*128 (128 1)*128 (128 1)*256 (256 3 1)*256 (256 1)*512 (512 1)*1024=802624
分类部分：
fc_num = (1024 1)*512 (512 1)*256 (256 1)*40= 666408
总参数内存：
bytes_num = (conv_num fc_num)*4=5,876,128bytes（即5.8MB，不到论文说的8.7MB）
这里需要注意一点，计算conv_num的公式里，用红字标出来的‘ 3’，这是代码里提到的，pointnet_sa_module首先进行sample_and_group运算，来看代码做了什么：
代码语言：javascript复制sample_and_group(npoint, radius, nsample, xyz, points, knn=False, use_xyz=True): '''
Input:
npoint: int32
radius: float32
nsample: int32
xyz: (batch_size, ndataset, 3) TF tensor
points: (batch_size, ndataset, channel) TF tensor, if None will just use xyz as points
knn: bool, if True use kNN instead of radius search
use_xyz: bool, if True concat XYZ with local point features, otherwise just use point features
Output:
new_xyz: (batch_size, npoint, 3) TF tensor
new_points: (batch_size, npoint, nsample, 3 channel) TF tensor
idx: (batch_size, npoint, nsample) TF tensor, indices of local points as in ndataset points
grouped_xyz: (batch_size, npoint, nsample, 3) TF tensor, normalized point XYZs
(subtracted by seed point XYZ) in local regions
'''new_xyz = gather_point(xyz, farthest_point_sample(npoint, xyz)) # (batch_size, npoint, 3)
if knn:
_,idx = knn_point(nsample, xyz, new_xyz) else:
idx, pts_cnt = query_ball_point(radius, nsample, xyz, new_xyz)
grouped_xyz = group_point(xyz, idx) # (batch_size, npoint, nsample, 3)
grouped_xyz -= tf.tile(tf.expand_dims(new_xyz, 2), [1,1,nsample,1]) # translation normalization
if points is not None:
grouped_points = group_point(points, idx) # (batch_size, npoint, nsample, channel)
if use_xyz:
new_points = tf.concat([grouped_xyz, grouped_points], axis=-1) # (batch_size, npoint, nample, 3 channel)
else:
new_points = grouped_points else:
new_points = grouped_xyz return new_xyz, new_points, idx, grouped_xyz有一个concate的操作，把特征和坐标进行了拼接，所以最终输出的channel层个数是channel 3。注释部分也提了。
所以计算conv_num的公式里有红色的‘ 3’，所以这部分需要注意。
但是即便注意到了这点，最终结果也与论文提的8.7MB不符。
2.这里还想提一点，上一张图中，我们注意到作者说pointnet的Model size是40MB，但是pointnet论文里是这么写的：
3.5MB。
不知道两个数字为什么不一致。这个我没有去计算，因为T-net确实太繁琐了，暂时挖个坑吧。
疑问就先抛出来了，笔者会继续关注，也欢迎同学们帮忙解决。
