点云语义分割:KPConv训练S3DIS数据集

最新推荐文章于 2024-08-16 08:02:49 发布
最新推荐文章于 2024-08-16 08:02:49 发布
阅读量2.5k 收藏 9
点赞数 2
分类专栏： 点云 文章标签： KPConv S3DIS 点云语义分割
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/u014311125/article/details/119182759
版权
本文介绍了如何利用KPConv在S3DIS数据集上进行点云语义分割的训练。首先参照RandLA-Net的数据准备步骤，接着详细说明了在Linux和Windows环境下编译C++代码的步骤，特别是解决在Win10下编译时可能出现的问题。最后，调整数据路径并说明了S3DIS的数据划分，以及启动模型训练的注意事项。
摘要由CSDN通过智能技术生成

代码使用KPconv作者提供的github项目。

KPConv训练S3DIS数据集

1、数据准备
这一部分参考RandLA-Net训练S3DIS数据集
2、编译C++代码
编译方法参考INSTALL.md，分linux和win10系统。
在Ubuntu系统下找到cpp_wrappers文件夹，在终端里直接执行

sh compile_wrapper.sh

在win10系统下，分别编译cpp_neighbors和cpp_subsampling，执行

cpp_wrappers/cpp_neighbors/build.bat

和

cpp_wrappers/cpp_subsampling/build.bat

我自己在win10系统下测试时发现执行build.bat会提示没有py命令,如果你也遇到同样的问题&#x

了解本专栏 订阅专栏 解锁全文 超级会员免费看
GHZhao_GIS_RS
关注
专栏目录
订阅专栏
win10系统下使用pytorch版本的KPConv模型训练S3DIS数据集bug修改
zhaoguanhua的博客
08-05 2028
一、pytorch版本github地址: 二、系统环境 三、bug修改 3.1、编译下采样和最近邻搜索模块bug 3.2、
在tensorflow2.0环境下使用KPConv训练Semantic3D数据集
zhaoguanhua的博客
08-30 1220
关键点 编译op 修改tf_costom.sh 数据准备 训练 测试
KPConv 开源项目教程
最新发布
gitblog_00799的博客
08-16 717
KPConv 开源项目教程 KPConv项目地址:https://gitcode.com/gh_mirrors/kpc/KPConv 项目介绍 KPConv（Kernel Point Convolution）是一个用于点云处理的卷积操作，由Hugues Thomas等人开发。该项目在2019年的IEEE国际计算机视觉会议上提出，旨在提供一种灵活且可变形的卷积方法，适用于点云数据。KPConv通过...
KPConv小记
weixin_45562000的博客
07-24 849
初学者，不对的地方多多指点。 翻译：https://github.com/HuguesTHOMAS/KPConv/blob/master/doc/new_dataset_guide.md pipeline概述 在开始对数据集进行训练之前，训练脚本会初始化一组变量和类。初始化步骤如下: 1.创建Config。这个实例将包含定义网络的所有参数。 2.创建数据集类的实例。这个实例将处理数据和input pipeline。这是您必须实施的类，以根据您自己的数据训练我们的网络 3.在内存中加载输入点云。大多数数据集将
点云语义分割:KPConv解读-更新中
zhaoguanhua的博客
07-30 3760
一、规则卷积 二、可变形卷积 三、语义分割网络 四、训练数据集 参见KPConv训练S3DIS数据集、KPConv训练Semantic3D数据集
点云语义分割大合集-持续更新中
zhaoguanhua的博客
10-26 3537
一、PointNet 1.1、论文解读 1.2、公开数据集测试 1.3、源码解读 二、PointNet++ 2.1、论文解读 2.2、公开数据集测试 2.3、源码解读 三、KPConv 3.1、论文解读 点云语义分割:KPConv解读-更新中 3.2、公开数据集测试 S3DIS测试:点云语义分割:KPConv训练S3DIS数据集 Semantic3D测试:在tensorflow2.0环境下使用KPConv训练Semantic3D数据集 3.3、源码解读 源码阅读:KPConv之Dataset类 源码阅读:K
【文献翻译】KPConv：灵活且可变形的点云卷积
大秦帝国
06-27 3303
摘要 我们提出了核点卷积(KPConv)，一种新的点卷积设计，即在没有任何中间表示的点云上运行。KPConv的卷积权值通过核点在欧氏空间中定位，并应用于核点附近的输入点。它可以使用任意数量的内核点，这使KPConv比固定的网格卷积更灵活。此外，这些位置在空间上是连续的，可以通过网络学习。因此，kpconv可以扩展到可变形的卷积，学习适应核点局部几何。由于有规律的子采样策略，KPConv对于不同的密度也是有效和健壮的。无论是对复杂任务使用可变形的KPConv，还是对简单任务使用刚性的KPConv，我们的网络
KPConv（pytorch）复现
m0_50019809的博客
07-17 1275
已有CUDA，对照着装torch即可，还有官方代码中的INSTALL.md，对着安装即可。最后是有一布编译，linux和windows有不同的方法。这样windows上的就OK了，需要在两个文件夹分别执行，而且生成文件的名称需要改一下，看一下源码里是怎么写的，改好就行了，linux生成的文件也一样，要不然跑不起来，报错找不到。最近刚看了相关的点云分割数据，准备吧KPConv跑通，用的是服务器，已经装好的11.7的CUDA，链接在github上。在doc文件夹里面有对应不同训练的说明文件，按照说明执行即可。
【计算机视觉】简述对KPConv的理解
weixin_48845174的博客
02-28 6910
之前有篇博客介绍了自己对PointConv的理解，那篇文章虽然在某种程度上实现了高效卷积，并且利用了一种注意力的方法（密度加权），但是其分割的效果并不是特别的理想，miou并不是特别的高，所以这篇文章讲述一下自己对CVPR2019年发表的一篇文章KPConv的理解。 一、这篇文章的贡献我觉得是提出了一种新的点卷积设计，就是Kernel卷积的方法，它使用任意点数量的核点使KPConv比固定卷积更加具有灵活性，并且论文中提出了两种KPConv，grid型的KPConv用于简单的任务，可变形的KPConv可用于执
黄国酬 dw2xls 最新版
05-28
包括: 报表组件功能说明 dw2xls.pbl dw2xlsDemo.pbl ttf16.ocx PB9版本
【3D计算机视觉】KPConv——点云上的可形变卷积网络
小执着的博客
08-30 9932
《KPConv: Flexible and Deformable Convolution for Point Clouds》阅读笔记一、二、模型2.1 定义在点云上的核函数 Github代码：https://github.com/HuguesTHOMAS/KPConv 论文：https://arxiv.org/abs/1904.08889 一、 二、模型 2.1 定义在点云上的核函数 首先定义一下...
源码阅读:KPConv之Dataset类
zhaoguanhua的博客
11-09 1409
代码地址:KPConv 我们这里以tensorflow版本的KPConv训练Semantic3D数据集为例，逐步记录网络的训练过程。 一、config 二、dataset 三、model 四、train
KPConv复现过程+遇到的问题+解决方法
小邋遢-lxh的博客
07-29 3609
KPCon复现中的遇到的问题及解决方法 系统Ubuntu16.04 1.下载数据集： 新建文件夹，并将modelnet40压缩文件解压至如下文件夹内： 2.在conda下创建新环境并安装必要的包，如下： conda create -n python3 python=3 conda activate python3 conda install tensorflow-gpu=1.12.0 sudo...
超详细分析S3DIS数据集的构建
ice
08-08 7631
本文主要介绍了S3DIS数据集的结构以及pointnet++如何构建S3DIS的dataset，内容由浅入深，数形结合，非常容易理解掌握该数据集。
ubuntu 22.04 cuda 11.8 安装d3feat环境
weixin_43512948的博客
03-31 488
点云 d3feat
【点云训练】RandLA-Net Semantic3D
qq_40731332的博客
04-08 5234
1 编译 这篇文章使用了C++代码，因此需要在本地进行编译。 sh compile_op.sh 运行后我报了：error: could not create 'build/temp.linux-x86_64-3.5'的错，网上的解决方法包括： （1）chmod -R 777 xxx （2）sudo python sh xxx （3）python sh xxx --user 其中，s...
S3DIS数据集学习笔记
热门推荐
weixin_47142735的博客
11-29 1万+
S3DIS是一个大型的3d室内数据集，关于它的介绍网上很多了。它主要是由xyz+rgb+法向量 9个特征 和一个标签组成的，长度为10的向量。 由于这个数据集比较大，不利于训练，PointNet++训练之前会将它进行预处理，划分为1mx1m的区域，然后再放入网络进行训练。 下面是关于它的代码分析，这个数据集运行的前提是，你已经按照PointNet++的readme运行了collect_indor3d_data，将txt文件转换为了.npy文件 class S3DISDataset(Dataset):
Pointnet语义分割任务S3DIS数据集
qq_37534947的博客
11-18 7723
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
点云处理：S3DIS数据集在PointNet++中的实践
将S3DIS的数据文件路径传递给该脚本，即可观察到模型对点云数据的语义分割预测。 S3DIS数据集提供了丰富的3D室内环境数据，适合研究和开发3D点云处理算法。PointNet和PointNet++等方法在处理无序点云数据上表现出色...
评论 11
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

GHZhao_GIS_RS

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