PointNet、PointNet++代码解析

原创

已于 2023-06-15 14:17:01 修改 · 1k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#机器视觉

于 2023-06-01 15:38:16 首次发布

文章介绍了如何利用CloudCompare软件对点云数据进行标注，以及如何使用PointNet++训练自定义数据集。提供了训练参数配置的示例代码，包括GPU选择、batch_size、学习率等。此外，还详细解释了最远点采样(FarthestPointSampling)算法，并给出了PyTorch实现。文章以ModelNet40数据集为例，讨论了点云分类任务的训练过程。

如何利用CloudCompare软件进行点云数据标注

https://blog.csdn.net/weixin_44603934/article/details/123591370

PointNet++训练自己的数据集（附源码）

http://www.xbhp.cn/news/39384.html

制作PointNet以及PointNet++点云训练样本

https://blog.csdn.net/CC047964/article/details/124345423

分类任务

主模块文件 train_classification.py

源代码

略

训练参数配置

def parse_args():
    '''PARAMETERS'''
    parser = argparse.ArgumentParser('training')
    parser.add_argument('--use_cpu', action='store_true', default=False, help='use cpu mode')
    parser.add_argument('--gpu', type=str, default='0', help='specify gpu device')
    parser.add_argument('--batch_size', type=int, default=24, help='batch size in training')
    parser.add_argument('--model', default='pointnet_cls', help='model name [default: pointnet_cls]')
    parser.add_argument('--num_category', default=40, type