软件工程应用与实践（10）-Open3D ML（1）

2021SC@SDUSC

open3d

Open3D ML是Open3D的一个扩展，用于3D机器学习任务。它建立在Open3D核心库的基础上，并使用机器学习工具对其进行扩展，以进行3D数据处理。要使用它，需要使用PyTorch或TensorFlow安装Open3D，并查看Open3D-ML。

后面将对与Open3D-ML相关的python-open3d-ml-tf-python-layers中的代码进行分析

convolutions.py

from ...python.ops import ops
from .neighbor_search import FixedRadiusSearch, RadiusSearch
import tensorflow as tf
import numpy as np

__all__ = ['ContinuousConv', 'SparseConv', 'SparseConvTranspose']

class ContinuousConv(tf.keras.layers.Layer):

连续卷积。这种卷积支持连续的输入和输出点位置。此层实现中定义的卷积

位置：math:`\mathbf x`处的卷积定义为(f*g)(\mathbf x) = \frac{1}{\psi(\mathbf x)} \sum_{i \in \mathcal N(\mathbf x, R)} a(\mathbf x_i, \mathbf x)\; f_i\; g(\Lambda(\mathbf x_i - \mathbf x)).

使用：math:`f`作为输入特征函数，使用：math:`g`作为过滤函数。

输入点是：math:`\mathbf x_i`，输入特性是：math:`f_i`。

规范化：math:`\frac{1}{\psi（\mathbf x）}`可以使用**normalize**参数打开。

每邻居值：math:`a（\mathbf x\u i，\mathbf x）`可用于实现窗口函数；以及参见参数**window_function**。

用于查找过滤器值的函数：math:`\Lambda`由参数**coordinate_mapping**坐标映射和**interpolation**插值定义。

offset = self.o