Python 使用scikit fmm或gdist的三维三角网格测地距离

我正在尝试评估TOSCA数据集上的测地距离矩阵。 e、 g.以下三维网格-

我尝试过使用两种python实现

第一个是，它似乎根本不适用于3d结构（对吗？），因此不适合该任务

另一个是软件包，不幸的是，它适用于他们提供的玩具示例，但不适用于我的网格，它只有10000个面和5000个顶点。
使用gdist库时，我出现以下错误：

Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)
--------CODE SNIPPET----------
c = sio.loadmat('raw_data/TOSCA/cat0.mat')
c = c['surface'][0][0]
X = c[0]
Y = c[1]
Z = c[2]
TRIV = c[3].astype(np.int32)
vertices = np.array(zip(X, Y, Z)).astype(np.float64)
vertices = np.reshape(vertices, (vertices.shape[0], 3))
src = np.array([1], dtype=np.int32)
trg = np.array([2], dtype=np.int32)

np.random.shuffle(TRIV)

a = gdist.compute_gdist(vertices,TRIV[:5000], source_indices = src, target_indices = trg)

还有别的解决办法吗？我是否以错误的方式使用gdist或scikit fmm？

---

根据我的经验，我只在尝试使用过多RAM时遇到过SIGSEGV。你能把任务分开吗？不幸的是，不能，因为“隐藏”更多的面会使答案变得无关紧要，而且因为5000个面的网格被认为很小，我知道这些计算可能要大得多。