pointnet 结果可视化_pointNet代码详解

github地址

PointNet 官方使用了 tensorflow

介绍

组成

1.PointNet classification network分类网络

part segmentation network

数据集

1.point clouds sampled from 3D shapes

2.ShapeNetPart dataset.

结构

其主要分成以下三部分：

数据处理

model构建

结果选择

数据处理

将点云处理成程序可用的格式，具体实现在 provider.py 中，主要包含了数据下载、预处理(shuffle->rotate->jitter)、格式转换(hdf5->txt)

shuffle

def shuffle_data(data, labels):

""" Shuffle data and labels.

Input:

data: B,N,... numpy array

label: B,... numpy array

Return:

shuffled data, label and shuffle indices

"""

idx = np.arange(len(labels))#返回一个列表

# print('idx=',idx)#idx= [ 0 1 2 ... 2045 2046 2047]

np.random.shuffle(idx)#把idx进行shuffle

# print('idx=', idx)

return data[idx, ...], labels[idx], idx

rotate旋转处理

def rotate_point_cloud(batch_data):

# print('batch data shape=',batch_data.shape)#(32, 1024, 3)

rotated_data = np.zeros(batch_data.shape, dtype=np.float32)

for k in range(batch_data.shape[0]):

rotation_angle = np.random.uniform() * 2 * np.pi#生成一个随机数

cosval = np.cos(rotation_angle)</