Pointnet代码复现（pointnet++代码）

大家好，我是讯享网，很高兴认识大家。

https://www.cnblogs.com/yibeimingyue/category/1579208.html

原理视频文字版:https://www.cnblogs.com/yibeimingyue/p/12002469.html

代码与原理看：https://zhuanlan.zhihu.com/p/

https://blog.csdn.net/_/article/details/

https://zhuanlan.zhihu.com/p/

补充：只看++部分即可https://mp.weixin..com/s/N8TLS4WIYT86YhPAzE3--g

代码: https://github.com/charlesq34/pointnet2

？pointnet++分割问题处理？

变换的网络如何和pointnet结合起来：得到分类和分割网络

首先输入一个n*3的矩阵，先做一个输入的矩阵变换，T-net 变成一个3*3的矩阵，然后通过mlp把每个点投射到64高维空间，在做一个高维空间的变换，形成一个更加归一化的64维矩阵，继续做MLP将64维映射到1024维，在1024中可以做对称性的操作，就是maxpooling，得到globle fearue，1024维度，通过级联的全连接网络生成k （分类）

讯享网

如果是分割呢？

可以定以成对每个点的分类问题，通过全局坐标是没法对每个点进行分割的，简单有效的做法是，将局部单个点的特征和全局的坐标结合起来，实现分割的功能

最简单的做法是将全局特征重复N遍，和每一个原来单个点的特征连接在一起，相当于单个点在全局特征中进行了一次检索，检索到在哪个位置就是哪个类别，对连接起来的特征进行MLP的变换，最后输出m类相当于m个score：（将单个点和总体的特征连接到一起，判定在总体中的位置，来决定是哪个分类）

frustum pointnet视锥体点网.

通过最远点采样减少点数量,pointNet不改变点数N,但改变特征C.d代表???

C代表特征.C3=C1+C2.分割部分相当于反卷积,将最后的点重新上卷积的方式传回原来的点上.

interpolate代表根据NL的点，采用邻近的3点反距离加权插值得到NL-1,将高维的点反距离插值得到与低维相同的点数,将插值得到的特征和之前跳跃连接的特征融合.最后再使用PointNet提取特征.

查看管理的所有环境conda env list

查看当前环境的所有包conda list

安装第三方包：conda install requests[=version] 或者 pip install requests
卸载第三方包：conda remove requests 或者 pip uninstall requests
查看已安装包：conda list 或者 pip list

切换py37环境activate py37

离开环境conda deactivate

删除环境conda remove -n py37 --all

创建名为py37的环境并指定python版本为3(的最新版本)conda create -n py37 python=3

更新requests第三方包conda update requests

查找包的版本信息conda search package_name

查找指定的包源anaconda search -t conda tensorflow-gpu

显示指定安装包的安装源anaconda show cjj3779/tensorflow-gpu

查看当前系统版本cat /proc/version

安装tensorflow: conda install cudatoolkit==9.0 tensorflow-gpu==1.11.0

虚拟环境里cuda不受外界cuda版本影响.

未安:虚拟环境安装cv2:pip install opencv-python    pip install h5py

tf_ops文件夹中的三个子文件夹的sh文件:

都去掉选项-D_GLIBCXX_USE_CXX11_ABI = 0.

更改tensorflow路径为:

/home/omnisky/anaconda3/envs/PointNet++/lib/python2.7/site-packages/tensorflow等

Cuda路径: usr/local/cuda/bin/nvcc

运行sh文件:直接sh 加上文件名.sh

参考博客:https://blog.csdn.net/_/article/details/

Scannetv2数据集不好下载,要发邮件之类的:数据集介绍https://blog.csdn.net/weixin_/article/details/

训练结果:

评估结果:

分割时: python train.py –model=pointnet2_part_seg

出错:

解决:数据集要是解压后的.

代码分析:

modelnet_dataset和modelnet_h5_dataset是对源数据集的处理,获得训练测试数据集.

多尺度版本pointnet2_cls_msg.py

单尺度版本pointnet2_cls_ssg.py

FPS最远点采样:基于cuda的并行计算实现. tf_ops/sampling/tf_sampling_g.cu

用SSG分类网络进行采样与分组后进行pointnet, pointnet体现在conv2d、池化、全连接。其中全连接在模型文件pointnet2_cls_ssg等中操作，ssg网络和conv2d、池化都在pointnet_util文件的pointnet_sa_module方法里。

Pointnet代码复现（pointnet++代码）

相关推荐