激光雷达点云语义分割学习笔记之PointNet++

#此模型属于基于点的方法的开山之作，很有必要学习这类简单粗暴的方法，方便了解此方向的一些方法#

所使用的开源代码为：https://github.com/yanx27/Pointnet_Pointnet2_pytorch。详细细节见网站，但只能在分类任务上使用CPU。以下结果均在Colaboratory上调试的。

1 分类

1.1 pointnet++（SSG without normal features）分类

训练

CPU下运行过程：（运行太慢，但可终端存储之前的运行结果）

GPU（Colab）运行过程：

报错：

报错信息：ValueError: the number of columns changed from 6 to 1 at row 10001; use usecols to select a subset and avoid this error

数值错误（ValueError）：在第10001行，列的数量从6变为1；请使用 usecols 选择一个子集以避免此错误。

• 第一次运行过程结果：免费的东西就是……，表示很无奈
  
  等到能用了，当然这里没跑完，迭代200次确实太久了。
  

• 从结果可以看出，此时的训练准确率为可达92.75%，测试实例准确率可达91.99%，分类实例准确率可达88.81%
  
  测试
  

• 可以看出，训练迭代50次之后，测试分类准确率为88.77%

1.2 pointnet++（SSG with normal features）分类

训练

!python train_classification.py --model pointnet2_cls_ssg --use_normals --log_dir pointnet2_cls_ssg_normal --epoch 25

测试

1.3 pointnet++（SSG with normal features）分类

对ModelNet40数据集，训练迭代25次，用的Colab（已经受不了了！！！中间老是被限制使用）

使用训练模型测试，测试时间18分钟。

目前内容只做了分类任务，后续持续更新。很多地方阐述的不太全面，不喜勿喷，继续加油！！！