基于pointNet++模型的个性化数据集训练测试及可视化[附源码]_cloudcompare pointnet++

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

1.1分类点云数据

1.1.1原数据集介绍

每个点云类别文件夹下有若干个txt的点云数据

每个点云数据有若干行点数据，每行点数据包含x，y，z，nx，ny，nz等6个数据。
x、y、z为点云的空间坐标，nx、ny、nz为点云的法向量。

安装 CloudCompare软件可以打开txt点云文件

1.1.2制作个性化数据集

本次实验目标是检测受电弓开合状态，需要采集open和close两类点云数据，Test是一个存放最终真实无标签测试数据的空目录，process_data.py是一个自动生成数据集配置文件的脚本，后续会介绍

1.2 记录点云数据的配置文件

1.2.1原数据集介绍

除了分类点云数据外，还需要一些记录点云数据文件路径、类别、训练集、测试集的配置文件。
（1）filelist.txt记录了点云数据的相对文件路径

（2）modelnet40_shape_names.txt记录了全部类别

（3）modelnet40_train.txt记录了从数据集中划分的训练集

（4）modelnet40_test.txt记录了从数据集中划分的测试集

1.2.2制作个性化数据集

编写process_data.py数据集预处理脚本文件

import os
import random
import shutil
from pathlib import Path

# 获取当前程序执行的工作目录
current_directory = os.getcwd()
directory_name = os.path.basename(current_directory)
# 带类别标签的数据集所在目录
folder_paths = [Path(current_directory + "/open"), Path(current_directory + "/close")]

# 初始化目录中文件
test_folder_path = Path(current_directory + "/Test")
shutil.rmtree(test_folder_path)
os.mkdir(test_folder_path)
for folder\_path in folder_paths:
    file_list = list(folder_path.glob("\*"))
    for i, file_path in enumerate(file_list, start=1):
        new_file_name = f"{str(i).zfill(4)}{file\_path.suffix}"
        new_file_path = folder_path / new_file_name
        if new_file_path.exists():
            continue
        file_path.rename(new_file_path)

# 生成以下目标文件（配置文件）
txt_file_path = Path(current_directory + "/filelist.txt")  # 记录全部带标签的数据集文件（带后缀名）
txt_file_path2 = Path(current_directory + f"/{directory\_name}\_train.txt")  # 记录全部带标签的训练文件（不带后缀名）
txt_file_path3 = Path(current_directory + f"/{directory\_name}\_test.txt")  # 记录全部带标签的测试文件（不带后缀名）
txt_file_path4 = Path(current_directory + f"/{directory\_name}\_shape\_names.txt")  # 记录全部类别（不带后缀名）
txt_file_path5 = Path(current_directory + f"/{directory\_name}\_realtest.txt")  # 记录不带标签的真实测试文件（不带后缀名）
# 打开目标文件
with txt_file_path.open("w") as txt_file, txt_file_path2.open("w") as txt_file2, txt_file_path3.open(
        "w") as txt_file3, txt_file_path4.open("w") as txt_file4:
    for folder\_path in folder_paths:
        folder_name = folder_path.name
        file_list = list(folder_path.glob("\*"))
        random.shuffle(file_list)  # 随机打乱文件列表
        total_files = len(file_list)
        train_files_count = int(total_files * 0.8)  # 80% of the files for training


![img](https://img-blog.csdnimg.cn/img_convert/572f906dc56a6e4ef0af965667ef7743.png)
![img](https://img-blog.csdnimg.cn/img_convert/81de42075c11b5864547f69e9809edb7.png)

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化的资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**