![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
点云
文章平均质量分 89
Studying_swz
-
展开
-
kitti数据集在3D目标检测中的入门(二)可视化详解
推荐阅读第一篇博客:https://blog.csdn.net/qq_37534947/article/details/106628308原创 2020-06-22 19:47:05 · 6986 阅读 · 1 评论 -
query_ball
query_ball_point函数对应于Grouping layer, 这一层使用Ball query方法生成N'个局部区域,根据论文中的意思,这里有两个变量 ,一个是每个区域中点的数量K,另一个是球的半径。这里半径应该是占主导的,会在某个半径的球内找点,上限是K。球的半径和每个区域中点的数量都是人指定的。 query_ball_point函数用于寻找球形领域中的点。输入中radius为球形领...转载 2021-05-20 15:54:49 · 1007 阅读 · 1 评论 -
kitti数据集在3D目标检测中的入门
数据集官网下载地址:http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d3D目标检测数据集由7481个训练图像和7518个测试图像以及相应的点云数据组成,包括总共80256个标记对象。上图红色框标记的为我们需要的数据,分别是彩色图像数据(12GB)、点云数据(29GB)、相机矫正数据(16MB)、标签数据(5MB)。其中彩色图像数据、点云数据、相机矫正数据均包含training(7481)和testing(7518原创 2020-06-08 22:06:36 · 17869 阅读 · 34 评论 -
ShapeNet数据集及dataset代码分析
文章目录1.数据集简介2.数据集结构3.Datasets 读入代码分析1.数据集简介ShpaeNet是点云中一个比较常见的数据集,它能够完成部件分割任务,即部件知道这个点云数据大的分割,还要将它的小部件进行分割。它总共包括十六个大的类别,每个大的类别有可以分成若干个小类别(例如,飞机可以分成机翼,身体等小类别),总共有五十个小类别。下面可视化一下,经过采样和上色后它长什么样子。可以发现,它不仅将桌子和椅子进行了分割,还对它的桌子腿等小部件也分割为不同的颜色。2.数据集结构下载好数据集之后转载 2021-11-27 16:49:04 · 16039 阅读 · 10 评论 -
Pointnet语义分割任务S3DIS数据集
文章目录1.前言2.数据集准备3.训练:4.测试:4.分割效果评价1.前言Pointnet的网络结构和源码解释,已在之前写了次总结,本次主要针对论文中的数据集以.h5为TensorFlow的输入格式进行解释,记录如何制作H5文件,以提供给TensorFlow,PyTorch框架中进行训练。首先,Pointnet一文中针对3个不同的任务使用到了三个数据集,分别为:点云分类(3D Object Classification)——ModelNet40,下载命令在provider.py中,运行pyt转载 2021-11-18 15:15:00 · 7617 阅读 · 12 评论