3D点云深度学习PointNet源码解析——数据预处理

最新推荐文章于 2025-06-21 08:40:05 发布

原创

最新推荐文章于 2025-06-21 08:40:05 发布 · 6.8k 阅读

45 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #PointNet #点云 #3D

本文详细解读PointNet在3D点云深度学习中的数据预处理过程，包括数据加载、点云下载、数据打乱、旋转操作及随机扰动等关键步骤，帮助理解点云预处理的实现细节。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

provider.py文件主要为PointNet提供数据加载以及点云预处理等功能
其import如下：

import os
import sys
import numpy as np
import h5py

紧接着import的是对数据目录的一些处理：

BASE_DIR = os.path.dirname(os.path.abspath(__file__))
sys.path.append(BASE_DIR)

其中os.path.abspath(__file__)获取当前文件的绝对路径，例如”E:\test\provider.py“，os.path.dirname()则将该文件的绝对路径中的文件名取出，BASE_DIR = "E:\test"，最后将其加入系统路径中，然后进行点云的下载，代码如下：

""" Download dataset for point cloud classification"""
DATA_DIR = os.path.join(BASE_DIR, 'data')
if not os.path.exists(DATA_DIR):
    os.mkdir(DATA_DIR)
if not os.path.exists(os.path.join(DATA_DIR, 'modelnet40_ply_hdf5_2048')):
    www = 'https://shapenet.cs.stanford.edu/media/modelnet40_ply_hdf5_2048.zip'
    zipfile = os.path.basename(www)
    os.system('wget %s; unzip %s' % (www, zipfile))
    os.system('mv %s %s' % (zipfile[:-4], DATA_DIR))
    os.system('rm %s' % (zipfile))

第一行通过将BASE_DIR和'data'合生成存放数据的路径DATA_DIR，第一个if判断该路径是否存在，如果不存在则通过mkdir生产该路径。第二个if判断DATA_DIR路径下'modelnet40_ply_hdf5_2048'是否存在，若不存在则下载文件并解压

此外，该文件中定义了若干函数如下：

def shuffle_data(data, labels):
    """ Shuffle data and labels.
        Input:
          data: B,N,... numpy array
          label: B,... numpy array
        Return:
          shuffled data, label and shuffle indices
    """
    idx = np.arange(len(labels))
    np.random.shuffle(idx)
    return