【真实踩坑记录】Windows + PyTorch Geometric 复现 PointNet++ 的完整配环境过程

本文不讲 PointNet++ 原理，也不讲网络结构
只记录一次真实的：在 Windows 上，从零开始配环境并成功跑通 PointNet++ 官方示例的全过程

如果你也在Windows + Conda + PyTorch Geometric下复现点云网络，这篇文章能帮你少走很多弯路。

一、复现目标说明

我的目标非常明确：

• 操作系统：Windows 11

• 使用 PyTorch Geometric（PyG）

• 不自己写 PointNet++

• 直接复现官方能跑的 PointNet++ 示例

• 能正常训练、测试，不追求速度和精度

二、最开始的错误方向：尝试老项目

一开始我尝试的是：

• 老版 PointNet++

• torch-points3d 等 2020 年左右项目

遇到的问题

• requirements.txt中大量包pip 已无法安装

• 常见报错包括：

  • antlr4-python3-runtime==4.8找不到

  • gql==0.2.0不存在

  • omegaconf==2.0.x与新 pip 冲突

  • numpy / distutils / MSVC 编译错误

结论

老点云项目在 2025 年 Windows + 新 PyTorch 环境下，几乎不可直接复现

继续死磕只会无穷无尽修依赖。

三、关键转折：确认官方推荐路径

后来确认了一点非常重要的事实：

PointNet++ 已经被 PyTorch Geometric 官方实现并维护

不需要：

• 自己写 CUDA

• 自己写训练流程

• 自己配一堆老依赖

四、创建 Conda 环境 & 基础依赖

conda create -n pyg-pointnetpp python=3.10 conda activate pyg-pointnetpp

安装 PyTorch（CUDA 版本，按自己显卡选）：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

安装 PyG（官方方式）：

pip install torch-geometric pip install torch-scatter torch-sparse torch-cluster torch-spline-conv

验证 PyG 是否可用：

python -c "import torch_geometric; print(torch_geometric.__version__)"

能正常输出版本号即说明环境基础正确。

五、克隆 PyTorch Geometric 官方仓库（重要）

git clone https://github.com/pyg-team/pytorch_geometric.git

实际遇到的问题

• 多次出现：

  • RPC failed

  • Recv failure: Connection was reset

• 浅克隆也失败

最终原因

网络 / GitHub 访问不稳定

在网络正常后重新克隆，成功。

六、确认 PointNet++ 示例位置

成功克隆后，关键目录是：

pytorch_geometric/examples/ ├── pointnet2_classification.py └── pointnet2_segmentation.py

⚠️ 重要认知：

PointNet++ 不在 torch_geometric.nn 里

它是一个example 级别模型

所以不要尝试：

from torch_geometric.nn import PointNet2Classification # ❌

七、第一次运行：数据集直接报错

运行：

python examples/pointnet2_classification.py

出现错误：

zipfile.BadZipFile: File is not a zip file

原因

• ModelNet10 自动下载过程中断

• zip 文件损坏

解决方式

删除损坏文件：

del data/ModelNet10/ModelNet10.zip

重新运行脚本，让 PyG 重新下载并解压。

成功标志：

data/ModelNet10/raw/ModelNet10/ ├── chair ├── table ├── sofa ...

八、最终状态确认

到这一步为止：

• Conda 环境正确

• PyTorch / PyG 正常

• PointNet++ 示例能跑

• 数据集正确

• 训练 & 测试流程完整

👉复现目标达成