【PointNet++】使用Open3D对分割后的结果可视化

已于 2024-07-26 15:28:07 修改
阅读量1.7k 收藏 22
点赞数 6
分类专栏： Open3D点云算法与深度学习的应用 文章标签： python 计算机视觉 图像处理 3d 算法 神经网络 深度学习
于 2024-06-12 19:00:00 首次发布
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。
本文链接：https://blog.csdn.net/qq_47947920/article/details/139626456
版权

目录

一、背景

二、 完整代码

三、按shapenet数据集格式需要修改的地方

3.1 修改数据文件及标签信息

3.2 读取训练好的模型权重路径

3.3 修改类别

3.4 修改可视化颜色索引数量

四、可视化效果

 Open3D点云算法汇总及实战案例汇总的目录地址：

Open3D点云算法与点云深度学习案例汇总（长期更新）-CSDN博客

一、背景

        PointNet++中的局部分割网络预测后是没有可视化文件的，所以需要自己通过编写Open3D或者PCL点云算法去可视化，在本人经过查找翻阅修改后，实现了网络输出点云分割后结果的可视化。已实现推测单个点云，并可视化。

        兄弟姐妹们可以根据自己的数据集进行修改，完成Open3D的点云可视化。

参考博客链接:

了解本专栏 订阅专栏 解锁全文
Open3D-PointNet2-Semantic3D：使用Open3D和PointNet ++进行Semantic3D分割
02-06
使用Open3D和PointNet ++进行Semantic3D语义分割 介绍 使用和PointNet ++进行Semantic3D（semantic-8）分割的演示项目。 该项目的目的是展示Open3D在深度学习管道中的用法，并为Semantic3D数据集上的语义分段提供一个干净的基线实现。 这是语义8测试基准页面上的。 是一个开放源代码库，支持快速开发处理3D数据的软件。 Open3D前端使用C ++和Python公开了一组精心选择的数据结构和算法。 后端经过高度优化，并设置为并行化。 我们欢迎开源社区的贡献。 在此项目中，Open3D用于 点云数据的加载，编写和可视化。 Open3D
从零搭建运行Pytorch版pointNet++模型全流程及个性化数据集训练测试可视化
funfan的博客
08-04 7930
从零搭建运行Pytorch版pointNet++模型全流程及个性化数据集训练测试可视化
PointNet++分割预测结果可视化
weixin_47142735的博客
12-12 1万+
目前网上对于PointNet++的预测结果可视化的资料比较少，一般都是直接可视化数据集。下面介绍一种我利用Matplotlib可视化预测的代码，希望能够对大家有所帮助。 原理： 简单阐述一下代码的原理，首先我们利用网络给出输入图像的预测结果，并存入为txt文件；然后利用Matplotlib读取txt文件，画出3d图像。 预测效果 由于3d图像无法直接显示，需要特定的软件才行，因此我们只能将它转换为2d图像报错，其结果如下 准备材料 1）网络模型。本代码是基于 pytorch版的PointNet++实现的，
人工智能3d点云之Pointnet++项目实战源码解读(点云分类与分割)
weixin_58351028的博客
02-17 919
返回结果回去，至此query_ball_point方法结束，它每一行表示簇(例512)，一簇有16个点，batchsize=8,所以它的shape就是8*512*16，这个矩阵中的值都是ID值来的,不是实际的值。上图中就是把与确定点最近的点的坐标更新到更新表(distance)中了,那未更新到的点还是保持比较大的。上面返回的cls是类别,相当于标签(Y)。上图中max是指选出某个维度中的最大值,本例中指定的是2,所以它就是说对在簇中的所有点(例16个)中取最大的一个出来就行了,类似做了下采样。
PointNet++分割结果可视化程序
m0_63108038的博客
05-27 974
应该对吧，反正我运行出结果了。这个是把飞机的那个模型的点云抠出来一部分，分割不是特别完美，不过显示已经没问题了。本文稍加改动，输入的是一幅点云，这里例子采用的是输入txt，当然也可以用别的格式吧。另外记得对那篇博客的代码中的一些地方做一下改动，本文对要改动的地方也注释了一下。说得有点粗糙，上代码了。
点云可视化 open3D
weixin_44003119的博客
03-28 2862
点云可视化
pointnet 结果可视化_PointNet论文复现及代码详解
weixin_39581716的博客
12-20 1388
写在前面本文主要对PointNet(之前有解读论文)的代码进行了分析和解读，有助于进一步理解其思想。可以发现，PointNet的结构并不复杂，比起CNN还要简单一些。理解PointNet关键在于理解一维卷积在网络中的作用，本文对该部分进行了详细的说明。另外，可以看到，PointNet最大的缺陷就是没有考虑周围的局部信息，所有的卷积操作都是针对单个点的进行的。这一点在PointNet++中得到了关注...
Pointnet++如何运行
我脾气很好
11-29 2万+
对与Pointnet++这个网络是一个基于和扩展Pointnet网络，pointnet网络(V1模型)可以独立的转换各个点的特征，也可以处理整个点集的全局特征，然而在多数情况下，存在明确定义的距离度量，例如，由3D传感器手机的3D电云的欧几里得距离或者注入等距形状表面的流形的测地距离。在pointnet++中，网络对点集的空间局部特征进行了处理。 本博文主要记录跑pointnet++时候遇到的几...
PointNet++部件分割（partseg）用自己数据集跑通并可视化测试！
最新发布
Only_whitepiao的博客
03-21 1198
PointNet++用自己的数据集跑通，并且可视化推理！
PointNet++实现三维点云分割并将分割结果可视化到系统
qq_54385745的博客
05-28 1168
下载之后可以直接按照github上作者的步骤进行训练。内部将Open3d窗口嵌入Qt界面参考这篇博客。
python点云可视化_3D可视化神器之Open3D
weixin_39718890的博客
12-19 2833
很多时候在python里面你要找一个3D点云可视化的库真的是难啊。你的选择可能是：pclmayavimatplolib但是以上都不好用，pcl甚至没有靠谱的python wrapper，唯一一个开源的已经很久没有维护了。在3D显示或者点云处理中，效率是很重要的，不能岁岁便便用一个假的框架。此时一个由intel发布的Open3D出现了。我在上一篇分享中也提到过open3d可以将pointnet++推...
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）
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。
【点云处理技术之open3d】第一篇：open3d的快速安装、简介、文件的读写和可视化操作
热门推荐
非晚非晚的博客
12-15 3万+
Open3D是一个开源库，支持快速开发和处理3D数据。Open3D在c++和Python中公开了一组精心选择的数据结构和算法。后端是高度优化的，并且是为并行化而设置的。Open3D的核心功能包括：3D 数据结构3D 数据处理算法场景重建表面对齐3D 可视化基于物理渲染 (PBR)支持使用 PyTorch 和 TensorFlow 的 3D 机器学习内核 3D 操作的 GPU 加速在C ++ 和 Python 中可用
pointnet 结果可视化_PointNet 网络分析
weixin_29736061的博客
02-28 1115
目前二维深度学习取得了很大的进步并且应用范围越来越广，随着三维设备的发展，三维深度学习得到了很大的关注。PointNet是斯垣福大学在2016年提出的一种点云分类/分割深度学习框架。PointNet原文及代码下载:http://stanford.edu/~rqi/pointnet/点云的概念：点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点的集合。在获取物体表面每个采样点的空间坐标后...
Open3D 可视化(1)——简单可视化
点云侠的博客
08-02 4992
简单可视化
三维网格模型和点云的分割结果可视化
weixin_43850909的博客
08-02 1218
在三维模型和点云分割的实验中，通常都需要对分割结果进行可视化，不同的区域用不同的颜色，每个点的颜色要根据分割结果来确定。这里用一个三维网格模型作为例子在实现这一过程。
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
2401_84182793的博客
04-08 1284
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。
pointnet 结果可视化_pointNet代码详解
weixin_39963440的博客
12-20 689
github地址PointNet 官方使用了 tensorflow介绍组成1.PointNet classification network分类网络part segmentation network数据集1.point clouds sampled from 3D shapes2.ShapeNetPart dataset.结构其主要分成以下三部分：数据处理model构建结果选择数据处理将点云处理成...
【三维语义分割】三维点云语义分割可视化
叶子的博客
05-10 9052
三维点云语义分割结果可视化，含python源码和open3d可视化程序。 三维点云语义分割结果可视化的目的是更加直观地看到语义分割的效果。上一节详细介绍了PontNet++点云分割，具体内容请参考三维点云语义分割 — PointNet++详解（二）_Coding的叶子的博客-CSDN博客。本节仍然以上一篇PointNet++源码为例。 1 数据介绍 测试程序仍然使用S3DIS数据集，测试数据处理流程与上一节的训练数据处理流程基本一致，请参考三维点云语义分割 — Po...
评论 17
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

打赏作者

MelaCandy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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