目录
前言:
该博文主要用于记录voxelization的具体实现(当前只用CPU版本,后续补充GPU CUDA加速版本),voxel是处理点云数据常用的预处理手段,当前主流的3D detection模型,基本都会考虑将点云网格化,方便后续高效抽feature
在浏览voxelnet源码的过程中,发现当时的voxelization的过程还是基于CPU进行。
参考源码:
https://github.com/skyhehe123/VoxelNet-pytorch
CPU版本:
源码:
def preprocess(self, lidar):
np.random.shuffle(lidar) # 打乱点云
# 判断每个点云属于的voxel对应的坐标,注意输出int类型
# 注意这里的x,y,z坐标系
voxel_coords = ((lidar[:, :3] - np.array([self.xr