Pointnet学习记录

最新推荐文章于 2024-11-16 11:58:58 发布
最新推荐文章于 2024-11-16 11:58:58 发布
阅读量273 收藏
点赞数
分类专栏： pointcloud 文章标签： poinenet 搭建环境
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_38977019/article/details/89213162
版权

最近在学习point net，目前刚把环境配置好，先记录一下吧~
win10+python3.5.0+tensorflow-gpu1.1.0+cudnn5.1+cuda8.0.60
起初是装了anaconda，19年的anaconda有两个版本，2.7和3.7的，装上之后，都没有找到合适版本的tensorflow，索性不用anaconda了，又重新专门装了python3.5.0，还好pointnent使用的库不多，也没用特别麻烦的装很多库
今天就先到这里~
（未完待续~）

基于PointNet的三维点云目标分类识别MATLAB模拟
与其临渊羡鱼,不如退而结网
06-24 423
在代码库中，“classification”文件夹中还提供了“demo_classification.m”脚本，用于演示如何将自己的点云数据导入网络进行分类。在代码库中，我们可以找到“classification”文件夹，其中包含了基于PointNet的点云分类算法。在代码库中，“classification”文件夹中还提供了“test_classification.m”脚本，用于测试网络性能。同样地，我们需要设置一些环境变量，并运行脚本即可。在训练过程中，我们可以监控网络的表现，并根据需要调整训练参数。
机器学习笔记 - 用于3D点云数据分类的Point Net的训练
学以致用 知行合一
06-15 386
ShapeNet 是一项持续不断的努力，旨在建立一个注释丰富的大型 3D 形状数据集。我们为世界各地的研究人员提供这些数据，以支持计算机图形学、计算机视觉、机器人技术和其他相关学科的研究。ShapeNet 是普林斯顿大学、斯坦福大学和 TTIC 研究人员的合作成果。ShapeNetShapeNet如果您使用Colab，则可以运行以下代码来获取数据，会下载很久。数据集包含 16 个带有类标识符的文件夹（在 README 中称为“synsetoffset”）。我们要进行Dataset的自定义。
PointNet++点云处理精讲(PyTorch)
08-11
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。作为点云处理深度学习方法的里程碑工作，启发了很多后续研究。本课程对PyTorch版的PointNet++进行原理讲解、论文复现和代码详解。包括：  （1）提供三维点云物体分类数据集ModelNet40、物体部件分割数据集ShapeNet和场景分割数据集S3DIS的下载、可视化软件和方法；（2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试；（3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。需要学习TensorFlow版PointNet++的学员可前往本人推出了课程《PointNet++点云处理TensorFlow版》
Win10系统下复现Pointnet++（pytorch）
热门推荐
ice
07-31 1万+
本博客主要关注pointnet++三个任务的训练过程，分别为分类网络，部件分割网络以及语义分割网络，而且该项目代码中也缺少预测代码（只有test.py代码，用来验证得到评价指标的），也就是缺少可视化代码，后面在新的博文中也会分享一下pointnet++网络结构及代码，以及分类网络和部件分割网络的可视化代码部分。如果博客中哪里出现有错误，还请各位大佬指正。
Pointnet++环境配置+复现
weixin_58663121的博客
10-30 7261
深度学习点云经典网络Pointnet++
PointNet++复现、论文和代码研读
苏钟白的博客
10-30 2210
单个SA层由采样层、分组层以及PointNet层三个模块组成。采样层用于从输入集合中选出每个局部区域的中心点，分组层用于构建局部区域点集，通过这两层完成局部区域的划分。PointNet层使用小型PointNet网络用于提取局部区域的特征，这一层用于聚合局部区域的特征。
pointnet笔记；深度学习 3D点云 点云分类 点云分割 无序点云
10-16
PointNet是深度学习领域中处理3D点云数据的一个开创性模型，它在3D分类和分割任务上取得了突破性的进展。点云作为一类特殊的3D数据形式，通常由三维空间中的一组点坐标构成，反映物体的几何形状。点云数据具有三个...
PointNet笔记
10-19
综上所述，PointNet是一种针对点云数据设计的深度学习框架，其核心优势在于能够处理无序点集并保持对称性。通过采用简单的MLP层和最大池化操作，PointNet成功地解决了三维分类和分割任务中的关键挑战。未来，随着更...
pointnet:PyTorch实施的“ PointNet
05-15
PyTorch实现的“ PointNet：针对3D分类和分段的点集深度学习” 中型文章详细说明了实现的关键点。 分类数据集 此代码在数据集上实现对象分类。 与原始论文一样，我们根据当前面的面积在对象表面上采样1024个点。 ...
PointNet论文阅读笔记
最新发布
m0_55908255的博客
11-16 995
PointNet是第一篇使用深度学习处理点云数据的工作，专门处理3D点云数据，用于分类和分割任务。它通过使用对称函数（最大池化）捕捉无序点集的全局信息，并通过变换网络T-Net实现旋转不变性。网络结构包括变换网络、特征提取网络和全连接层，能够在不依赖预处理特征的情况下，直接对点云进行端到端的处理。
matlab开发-PointcloudtoolsforMatlab点云工具
11-15
matlab开发-PointcloudtoolsforMatlab点云工具。使用大型点云的各种工具
【含操作视频】基于pointNet的三维点云目标分类识别matlab仿真,输出混淆矩阵验证识别率
06-23
1.领域：matlab，pointNet的三维点云目标分类识别算法 2.内容：【含操作视频】基于pointNet的三维点云目标分类识别matlab仿真,输出混淆矩阵验证识别率 3.用处：用于pointNet的三维点云目标分类识别算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。
运行pointnet++
weixin_44781912的博客
09-24 1416
pointnet++的官网运行环境是Ubuntu 14.04，Python2.7，Tensorflow-gpu 1.2.0 本人运行的环境是Ubuntu 18.04.1，Python3.6，TensorFlow-gpu 1.4.0 1.环境的搭建 本人使用Anaconda3.5搭建Python3.6的虚拟环境环境（也可以直接在非虚拟环境下，Anaconda3.5，自带Python 3.6），使用虚拟环境时需要安装该网络需要的库。 创建虚拟环境 conda create -n tf1.4 也可以指定Pytho
深度学习环境搭建（pytorch环境）适用于win10/11系统下
weixin_38840531的博客
05-01 9330
深度学习环境搭建（pytorch环境）适用于win10/11系统下 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录深度学习环境搭建（pytorch环境）适用于win10/11系统下前言一、环境搭建需要的主要工具二、环境搭建步骤：(以win10系统搭建为例)1. Annoconda安装2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容：
PointNet++点云处理TensorFlow版
08-29
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。PointNet++是点云处理深度学习里程碑式的工作，启发了很多后续研究。 原作的PointNet++代码使用Python2.7和tensorflow1.4。本课程将PointNet++代码更新至Python3并在tensorflow1.13上演示。  本课程对TensorFlow版的PointNet++进行原理讲解、论文复现和代码详解。包括：   （1）提供三维点云数据集ModelNet40、ShapeNet和Scannet的下载、可视化软件和方法； （2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试； （3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。
Pointnet++_语义分割实践（四）_基于python3的实现
kongli524的博客
05-10 1568
前言：最近在做一个项目，需要将pointnet++基于python3实现，尝试并成功，顺便记录下： pointnet++的python2版本改为python3版本，需要修改以下几个方面： tab和空格 Python中，tab和空格不能混合使用，后来python3中只允许用空格； 打印 Python3的print后面需要加括号； 整除 问题：TypeError: 'float'...
基于深度学习的点云分类--PointNet（代码结构+环境Ubuntu16.04+CUDA9+tensorflow1.9.0）
hailanglin的博客
11-11 3461
希望跟大家共同讨论、进步。 我的公众号： https://mp.weixin.qq.com/s?__biz=MzU2MzcxMjE3MQ==&mid=2247483897&idx=1&sn=7a39c0be672dcdd35a421926291cfde6&chksm=fc57583dcb20d12b0efbe57fb7060eb5ecc953f7f30e0a95...
PointNet分类和分割代码复现（跑程序）
小书
03-25 1万+
分类 代码地址以及相关操作：(https://github.com/charlesq34/pointnet) 分类比较简单，按照网上的步骤很少会出问题，github上边也比较详细，就不具体说明了。 分割 我在运行分割时遇到两个问题 第一：找不到文件夹 FileNotFoundError: [Errno 2] No such file or directory: '/home/l/Desktop/...
Pointnet&Pointnet++点云上的深度学习及其在三维场景理解中的应用
liangjiubujiu的博客
11-19 3570
  转化为栅格数据，使用CNN提取特征 使用点云的原生数据对特征进行端到端的提取     屏幕剪辑的捕获时间: 2018/11/17 21:36   设计的算法和网络对点云需要满足： 点排序置换不变性。 视角转换不变性。     屏幕剪辑的捕获时间: 2018/11/17 21:30 对称函数的置换不变性，例如，取最大值、重心平均等保证点云数据输入的无序性...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值