点云语义分割:使用RandLANet训练SensatUrban数据集

本文档详细介绍了在Ubuntu18.04.4环境下,利用tensorflow 2.2.0和GPU RTX TIAN,通过编译模块、数据预处理、训练、测试 RandLANet 模型,对 SensatUrban 数据集进行点云语义分割的过程。最终,提交测试结果以评估模型的精度。
摘要由CSDN通过智能技术生成

一、 环境

  • 系统:Ubuntu18.04.4
  • tensorflow:2.2.0
  • GPU:RTX TIAN
  • python:3.7.6
  • cuda:10.2.89
  • cudnn:7.6.5

项目地址:SensatUrban

二、准备工作

2.1、编译

编译最近邻搜索和下采样模块

sh compile_op.sh

2.2、数据预处理

python input_preparation.py --dataset_path 数据路径

数据结构整理
将train和test文件夹的原始数据放在文件夹original_block_ply中,然后将原来的文件夹名改为SensatUrban,数据结构如下图

评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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