modelnet40数据集_点云数据预处理 FAQ

本文对点云数据预处理中的一些常见疑问进行整理，希望帮助新手快速入门。

1. 点云有哪些常用的数据集？

1. ModelNet40：可以用来训练分类（classification）。训练集有9843个点云、测试集有2468个点云。有40个类。
2. ShapeNet：可以用来训练零件分割（part segmentation）。训练集有14007个点云，测试集有2874个点云。
3. RueMonge2014：可以用来训练室外场景的语义分割（semantic segmentation）。里面包含7个类：window, wall, balcony, door, roof, sky, shop。
4. ScanNet：可以用来训练室内场景的语义分割（semantic segmentation）。训练集有1513个训练场景，100个测试场景。
5. S3DIS：Stanford large-scale 3D Indoor Spaces dataset。可以用来训练语义分割（semantic segmentation）。其中分为6个area，每个area内有若干个场景。

2. 点云中点的个数如何确定？

downsample

如果下载的数据集里面，每个点云有固定的数量（例如：1024、2048），基本可以满足要求了。如果点云比较大，用十万、百万个点，一般要进行一些采样操作。一般采用VoxelGrid来采样。Matlab中对应的是gridaverage pcdownsample：

<