【语义】如何使用PointNet训练点云数据和点云分割(初探)

最新推荐文章于 2025-06-20 13:55:06 发布
原创 最新推荐文章于 2025-06-20 13:55:06 发布 · 置顶 · 2.2w 阅读 · 53 ·
CC 4.0 BY-SA版权
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。
文章标签：

#vslam #语义slam

本文介绍CVPR2017论文PointNet的语义分割实现。基于TensorFlow的轻量级网络，涵盖安装配置、源码下载、网络结构解析及训练过程。尽管存在过拟合现象，仍为理解点云数据提供了有价值的视角。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

    大家好,今天给大家介绍下cvpr2017 一篇文章Pointnet 语义分割,该网络基于tensorflow 写的,非常轻巧方便,但是文章和代码有一定出入,在训练过程中出现过拟合现象,大概训练了10个小时多.

1    需要准备的东东

(1) Ubuntu 16.04  GTX1060 6G

(2) CUDA 安装


(3) tensorflow 安装 

2 下载源码

git clone https://github.com/charlesq34/pointnet.git

3 网络结构 (使用tensorBoard 查看网络graph)


4 训练网络



查看 训练情况:


6 查看下分割情况




总结:

par_seg 做了部分语义分割, s_seg 场景的分割,写个test.py 就可以了

训练PointNet模型时，将点云数据和其标签存储为HDF5文件
FqLibrary的博客
09-23 354
然而，原始的点云数据往往以PCD（Point Cloud Data）格式存储，而PointNet模型需要将数据转换为HDF5文件格式进行训练。本文将介绍如何通过编程实现将PCD文件堆叠并转换为HDF5文件的过程。通过运行上述代码，我们成功将多个PCD文件堆叠并保存为HDF5文件。总结一下，本文介绍了如何通过Python编程将PCD文件堆叠并转换为HDF5文件，以便于训练PointNet模型。库创建一个HDF5文件并将点云数据和标签分别保存到名为’points’和’labels’的数据集中。
真实世界激光雷达数据的点云分类,使用 PointNet [2] 对空中激光雷达点云进行分类（语义分割）
iCloudEnd的博客
08-02 133
在过去十年中，随着深度学习开始为计算机视觉和自然语言处理中的各种应用生成最先进的模型，它即将对基于点云的应用产生影响。点云是一种重要的几何数据结构。由于它是一种不规则的格式，大多数研究人员习惯将此类数据转换为规则的 3D 体素网格或图像集合 [3] [6] [7] [8]，这使得数据不必要地庞大。在这里我将使用 PointNet [2] 对空中激光雷达点云进行分类（语义分割），因此让我们先简要讨论一下它的架构。
使用自己数据及进行PointNet++分类网络训练
cangqiongxiaoye的博客
10-16 4935
使用自己数据及进行PointNet++分类网络训练
pointnet分割自己的点云数据_三维深度学习中的目标分类与语义分割
weixin_39661405的博客
11-21 766
原创声明：本文为 SIGAI 原创文章，仅供个人学习使用，未经允许，不能用于商业目的。其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。书的购买链接书的勘误，优化，源代码资源在过去的几年中，基于RGB的深度学习已经在目标分类与语义分割方面取得了非常好的效果，也促进了很多技术的发展，深度学习在现实生活中的应用也越来...
3D点云--分割算法详解（Segmentation）
最新发布
weixin_45590420的博客
06-20 875
3D点云分割是理解场景结构的关键任务，主要分为语义分割、实例分割和部件分割三类。传统方法包括基于区域生长的平面分割（适用于平面检测）和欧式聚类分割（用于物体级分割）。深度学习方法中，PointNet通过逐点特征提取实现语义分割，但缺乏局部上下文；PointNet++通过层次化采样改进局部特征；PointCNN则利用χ-Transform实现高效卷积。实例分割方面，3D-BoNet直接预测实例框和掩码，而PointRCNN采用两阶段方法。部件分割则可通过DGCNN的动态图卷积捕捉局部几何特征。这些方法在代码实
代码分享：为了训练PointNet, 把一堆pcd（点云数据）以及标记写成HDF5文件
AmbitiousRuralDog的博客
06-28 1万+
背景： 当你有一堆点云（pcd格式）以及对于的标记，你想放到PointNet里面训练。你需要把收集的点云（.pcd)存到一个h5文件里。 首先你需要把pcd们写成一个3x1024xN的数据集，3指的是（一个点的维度），1024指的是多少个点，N指的是多少个点云。 然后把标记写成一个1XN的数据集。 合成放到h5文件里。 详见下面代码。 注：项目结构 - src -...
在Google Colab上训练PointNet
Laikh的博客
03-01 1793
一、笔记本设置——选择python2、GPU加速 二、从GitHub下载代码 !git clone https://github.com/charlesq34/pointnet.git 三、根据pointnet作者的GitHub文档，需要安装h5py !apt-get install libhdf5-dev !pip install h5py 四、进入train.py所在文件夹并运行 cd ...
pointnet++点云语义分割自制小数据
05-30
Stanford Indoor3D和S3DIS是两个广泛使用的点云语义分割数据集。Stanford Indoor3D数据集包含了从多个室内环境（如办公室、图书馆等）获取的3D扫描，提供了丰富的类别标签，如墙壁、地板、家具等。S3DIS数据集则涵盖...
点云语义分割pointnet++运行自制数据集的代码
05-30
总的来说，这个项目提供了使用PointNet++进行点云语义分割的完整流程，包括数据处理、模型训练、验证和测试。通过对这些代码的学习和调整，开发者可以将自己的点云数据集应用到语义分割任务中，实现对3D场景的理解和...
点云分割-实现pointnet训练点云+语义分割-优质项目实战.zip
10-16
PointNet作为开启深度学习在点云数据上应用的先驱，其训练和实现点云语义分割的过程涉及到了数据准备、网络设计、训练策略、模型优化和实际应用等多个方面，这些都是研究者在进行此类项目时必须深入考虑的关键点。
点云分割-训练Pointnet点云语义分割算法-附项目源码-优质项目实战.zip
08-28
点云分割_训练Pointnet点云语义分割算法_附项目源码_优质项目实战
Pytorch1.7复现PointNet++点云分割（含Open3D可视化）（文末有一个自己做的书缝识别项目代码）
热门推荐
astruggler的博客
12-18 2万+
毕设需要，复现一下PointNet++的对象分类、零件分割和场景分割，找点灵感和思路，做个踩坑记录。
深度学习论文导航 | 12 PointNet：深度学习在3D点云分类与分割上的应用
不积跬步，无以至千里！
07-12 3991
激光雷达、3D点云、深度学习等持续更新中......
pointnet语义分割_训练并预测自己的数据
taifyang的博客
04-05 1万+
没想到吧。。时隔一年我又回来了。这一年因为一些原因放弃了一些东西，也学到了一些东西。 这几天想用深度学习做一下点云的分割试验，网上搜了一下相关标题的blog有很多，但大部分只是简单的介绍文章内容，干活并不多。经过五天的摸索，在缺乏相关资料和帮助的情况下，本人大致搞清楚了pointnet进行sem_seg的流程。可能步骤存在问题甚至是错的，因为也没有人交流，但从试验结果看来还行。 欢迎阅读我的其他文章： windows下运行pointnet（全） windows下运行pointcnn 训练 首先准备自己的数据
pointnet分割自己的点云数据_三维点云分类与分割-PointNet++
weixin_39682511的博客
12-23 1162
一, PointNet存在的问题和作者的改进pointnet只是简单的将所有点连接起来，只考虑了全局特征，但丢失了每个点的局部信息，如下图（以点云分割为例）：改进方法:1)利用空间距离（metric space distances），使用PointNet对点集局部区域进行特征迭代提取，使其能够学到局部尺度越来越大的特征。2)由于点集分布很多时候是不均匀的，如果默认是均匀的，会使得网络性能变差，所以...
pointnet分割自己的点云数据_3D点云数据分析：pointNet++论文分析及阅读笔记
weixin_39977136的博客
01-28 983
PointNet的缺点：PointNet不捕获由度量空间点引起的局部结构，限制了它识别细粒度图案和泛化到复杂场景的能力。利用度量空间距离，我们的网络能够通过增加上下文尺度来学习局部特征。点集通常采用不同的密度进行采样，这导致在统一密度下训练的网络的性能大大降低。新的集合学习层来自适应地结合多个尺度的特征。一，介绍：PointNet++：分层方式处理在度量空间中采样的一组点。通过基础空间的距离度量...
pointnet复现-pytorch实现 分割部分 from scratch
qq_39832606的博客
02-23 6069
pointnet代码 分割部分 pytorch 复现，全网最全！！！
基于pointnet的3D物体分类和分割检测（复现不出来你直接敲我家门）
mazhicheng123456的博客
05-09 2809
目录 前言 一.资料下载 1.代码下载 2.数据集下载 二.环境配置 1.本文采用设备配置说明 2.虚拟环境配置 三.训练部分 1.分类训练部分 2.分割的训练部分 四.预测部分 1.分类结果展示 2.分割结果可视化 前言 目前，2D的物体检测算法已经非常成熟，算法准确率的上升空间已经遇到瓶颈，而且2D物体检测多受光照、遮挡等外界环境因素影响，已经满足不了时下复杂环境要求。人们开始转向对3D物体世界的研究，3D物体检测掀起了前所未有的浪潮。本文pointnet网络可
评论 22
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