m0_67690830的博客

原创 PointNet++ partseg训练结果使用matplotlib可视化过程（自制数据集，没有创新，纯跑通而已）

源码的训练结果是一个文件夹：log——sem_seg——pointnet2_part_seg_msg——checkpoints、logs、pointnet2_utils.py、pointnet2_part_seg_msg.py。由于我使用的是自制数据集，因此修改了这个博主针对Shapenet的代码，也只是改了文件名、类别数、根目录之类的。首先仿照对train_partseg.py的修改来修改test_partseg.py。生成了一个eval.txt，由于训练精度过低（猜测），里面也没有什么具体内容。

原创 SCENE处理FARO三维激光点云

因为我只需要处理一个点云，不需要拼站，因此直接执行自动注册，其实多个点云需要拼接的话，也可以自动注册，但有时候对不准，需要通过选两个点云之间的共同面来进行配准。一般如果是几个站拼接的话，需要检查那一步骤，查看是不是拼对了，然后再导出项目。软件会显示你还没有处理什么，比如未创建项目点云，这时候就要创建点云。FARO自带的u盘里有.exe文件，用其下载SCENE软件；双击左侧文件名，等待初始化视图。处理后的扫描会正常着色。三、导入fls格式文件。九、recap打开文件。导出rcp格式文件。

原创 Pointnet++内Partseg分割网络训练自己的数据集

Pointnet++中cls代表分类，对应数据集（ModelNet）；partseg代表零件分割，对应数据集（ShapeNet）；semseg（semantic segmentation）代表场景分割，对应数据集（S3DIS）。任务描述：用于将一个复杂物体分割成其组成部分，例如，对飞机模型，将机翼、机身和尾翼等部分分开标注。目标：识别和区分出每个具体部分，这些部分是整个物体的组成单元。应用场景：用于CAD模型分析，机器人抓取等。

原创 CloudCompare使用，制作点云数据集

Shapenet的参考点云数据集txt，总共有7列，前三列坐标信息：（x，y，z），中间三列rgb：（R，G，B），最后一列标签列。目标是做一个类似的城墙残损点云分割数据集。

原创 有限元模型修正中专有名词的包络关系

原创 纯小白学习IOU,GIOU,DIOU,CIOU,EIOU,SIOU,WIOU历程，代码公式and实例运行

纯小白在进行yolov5改进时，纯看各iou的公式有点费解，结合代码以及实例来进行学习，因为实在实力不够，代码冗长重复，代码摘抄于YOLOv5官方。如果WIOU=True，scale=True，monotonous=False，则执行WIOU v3。如果WIOU=True，scale=True，monotonous=True，则执行WIOU v2；如果WIOU=True，scale=False，则执行WIOU v1的计算；EIOU在CIOU的基础上将纵横比的影响拆开，WIOU分为v1，v2和v3，