点云数据集

参考链接： modelnet40数据集_点云数据预处理 FAQ_weixin_39666931的博客-CSDN博客

点云常用数据集：

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。

点云中的个数：

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：

ptCloudOut 

里面的逻辑大概为：将三维空间按照指定步长 （gridStep），划分为一个三维网格（grid），每个grid内的点，最后取均值，得出一个点。需要注意的是：有些grid内可能没有点，所以，downsample后，点的个数，一般小于grid的个数。

例如：S3DIS数据集，一般会用pcdownsample来采样。

选子区域

下采样后，点云如果还是很大，可以进一步在xy坐标系下，按照一定的规则，将一个点云分割为若干个小的点云。每个子区域，一般会再额外扩大一点，扩大的空间范围内包含的点，作为context points参与训练，但是context points不参与计算loss。

统一点数

作为模型的输入，一般是希望每个点云中点的数量是相同的。采样、选子区域后，不能保证每个点的数量完全一样。假设希望最后每个点云有NUM_POINT=2048个点，当前点云中的点数为num，

当采样后点数小于2048时，可以使用：

np

当采样后点数大于2048时，可以使用：

np.random.choice(num, NUM_POINT, replace=False)

 

3. 如何划分train/val/test ？

目前，基本只划分为train、test两个集合。具体划分方式，一般参考“惯例”来划分，即：前面的一些经典论文怎么划分，跟它采用一样的方式即可。

例如，对于S3DIS数据集，里面有6个area，选其中一个area包含的所有点云作为test集，其它5个area作为train集。这样，可以得到6组train、test数据集。实际上，一般选第5个area作为test集，其它5个area作为train集。

如何归一化？

xyz坐标：

1. 在3d空间中找一个能包含所有点的最小的立方体，立方体的三条边与xyz轴平行。找到这个立方体的下表面的中心点，以这个点作为归一化的参考点。所有点的坐标，减去参考点的坐标。
2. 可以进一步将x、y、z归一化到[-1, 1]之间。

第1步一般是必须的，效果会很明显。第2步是否有效果，需要通过实验来验证。

颜色值：

一般归一化到[-1, 1]之间。

5. 如何shuffle？

有以下两种方式：

• 一个batch内，点云的顺序，shuffle
• 一个点云内，点的顺序，shuffle

6. 数据增强（augmentation）

Data augmentation可以增强模型的范化能力。一般的方式有：

• 一个batch内，选一定比例的点云，绕z轴随机旋转(0 - 360)度
• 一个batch内，选一定比例的点云，分别绕x、y、z随机旋转一个小的角度，比如20度左右
• 一个batch内，所有点进行随机抖动（jitter）