FMR about neural_registration_comparison HOT 2 CLOSED

Ho scoperto che c'è una simpatico bug/feature di pytorch/cuda riguardo all'utilizzo di memoria.
In pratica gestisce molto male la cache tra un'inferenza e l'altra della rete, e quindi vai OOM per colpa della cache. Chiamando la funzione apposita per svuotare la cache tra un'esecuzione e l'altra si riescono a fare gli esperimenti con voxel a 0.05, che era quello che usavano gli autori del paper.

Così potremmo eliminare il "For Feature Metric Registration (FMR), we downsampled the point clouds using a voxel grid with a leaf size of $0.1$ meters rather than $0.05$, because otherwise we kept running out of memory on our GPU (a NVidia GeForce GTX 1080 Ti with $11$ GByte of memory)." che non piaceva al prof.

from neural_registration_comparison.

Ho pushato gli esperimenti sia con voxel a 0.05 che a 0.1

from neural_registration_comparison.