pointnet分割自己的点云数据_PointNet：深度学习在3D点云分类与分割上的应用

大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、数据结构与算法、编程 等感兴趣，可以关注我的动态，我们一起学习，一起进步~

我的博客地址为：【AI 菌】的博客

我的Github项目地址是：【AI 菌】的Github

1. PointNet简介

点云是一种重要的几何数据结构。由于其格式不规则，大多数研究人员将这些数据转换为规则的三维体素网格(Voxel)或图像，以便于通过深度学习中的卷积操作进行权值共享、优化kernel参数等。但是，这会使得数据变得不必要的庞大，并导致一些问题。

PointNet，由斯坦福大学的Charles R. Qi等人在CVPR2017上发表，是一个端对端的神经网络，可以直接将点云数据作为输入，通过学习，实现对3D点云数据目标的分类与分割。

PointNet的效果很好，并且对输入的扰动等具有很好的鲁棒性，它的表现性能达到了当时最先进的水平。

PointNet的三个重要应用方面：

2. 提出背景

从数据结构的角度来看，点云是一组无序的向量。虽然深度学习的大部分工作都集中在常规的输入表示上，如序列(语音和语言处理)、图像和体积(视频或三维数据)，但在点云的深度学习方面却做得很少。这主要是因为点云具有