超级会员免费看
本文介绍了在模型训练稳定后，如何进行RandLANet模型的推理部署。主要内容包括数据预处理，简化为仅包含测试数据的dataset，将推理结果写入原始点云，以及在main函数中整合所有流程。目标是实现能够直接输出带有坐标的分割结果。
当模型训练稳定之后，就开始对模型进行部署了，RandLANet的dataset中包含了训练、验证和测试的所有过程，实际部署时我们只需要做推理即可，同时RandLANet的输出结果只是一个label标签，我们希望能够直接输出带有坐标的分割结果。
一、数据预处理
在main_Semantic.py的基础上修改，加入一个新的函数preprocess_pc,也就是把预处理的过程加进来，同时还加入离群点去除的操作，将两次下采样修改为只做一次下采样。
from os.path import join, exists,dirname,abspath
from RandLANet import Network
fro
订阅专栏 解锁全文
3407
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
