点云区域增长可执行程序

激光雷达 使用距离图像对点云进行语义分割。 由 ， ， 和 来自数据集的分割结果示例： 描述 该代码提供了使用距离图像作为中间表示来训练和部署LiDAR扫描语义分割的代码。 培训管道可以在找到。 我们将尽快开源部署管道。 预训练模型 squeezesegV2 + crf darknet21 暗网53 暗网53-1024 暗网53-512 要启用kNN后处理，只需在模型目录内的arch_cfg.yaml文件参数中将布尔值更改为True 。 模型预测 语义技术 这些是训练，验证和测试集的预测。 可以针对训练和验证集评估性能，但对于测试集评估，则需要提交基准测试（标签不公开）。 没有后处理： 塞格塞格 squeezeseg + crf squeezesegV2 squeezesegV2 + crf darknet21 暗网53 暗网53-1024 暗网53-5

观众 基于 OpenSceneGraph 的 Qt 小部件显示图像和 3D 点云

自动驾驶-kitti数据点云网络训练数据增强标签 给出了点云道路平面的范围，可以在此范围对点云进行目标增强 也可通过点云与图像的变换矩阵对图像3d目标增强

matlab实现的，计算点云模型上的每一个顶点的法矢和曲率。里面还有两套测试数据。

本资源提供一种基于c#、PCL、c++框架开发的点云多视角显示系统demo，该系统属于一个基础开发框架。（注意查看介绍中本资源可拓展开发的系统有哪些，说不定就是你需要的） 本资源提供全套的开发源码（c#、c++）和一套可直接运行的多视角点云显示系统。 该系统当前提供的功能包括：1、对.pcd/.ply格式的点云进行可视化；2、提供多个视角的显示方法（当前系统中包括XYZ三个方向的显示视角，用户可根据项目需求自行调整）；3、可动态对显示点的大小进行修改；4、可自定义点云显示的视角，并设置有点云视角初始化功能；4、自定义了鼠标、键盘控制事件，可根据用户使用习惯对控制点云旋转、平移的鼠标按键进行修改；5、提供两种点云图像显示的方法（强度显示，彩色显示）；并提供颜色修改功能，用户可以自行修改点云的颜色； 基于该框架可拓展开发的系统有： 1、点云语义标注系统：点云语义/实例标注系统开发； 2、点云立体框标注系统开发：可根据三视图对点云立体框进行修改； 3、点云多视角显示系统开发：可根据自定义的视角对点云进行可视化 4、点云图像实时显示系统开发； 5、涉及点云显示的系统均可使用该基础系统。

本资源提供一种基于c#、PCL、c++框架开发的点云多视角显示系统demo，该系统属于一个基础开发框架。（注意查看介绍中本资源可拓展开发的系统有哪些，说不定就是你需要的） 本资源提供全套的开发源码（c#、c++）和一套可直接运行的多视角点云显示系统。 该系统当前提供的功能包括：1、对.pcd/.ply格式的点云进行可视化；2、提供多个视角的显示方法（当前系统中包括XYZ三个方向的显示视角，用户可根据项目需求自行调整）；3、可动态对显示点的大小进行修改；4、可自定义点云显示的视角，并设置有点云视角初始化功能；4、自定义了鼠标、键盘控制事件，可根据用户使用习惯对控制点云旋转、平移的鼠标按键进行修改；5、提供两种点云图像显示的方法（强度显示，彩色显示）；并提供颜色修改功能。 基于该框架可拓展开发的系统有： 1、点云标注系统：可开发点云语义/实例标注、点云立体框标注系统； 开发示例：本文博客中有一篇关于点云标注系统的开发文档，其中有具体的运行示例。 2、点云多视角显示系统开发：可根据自定义的视角对点云进行可视化 3、点云图像实时显示系统开发； 4、涉及点云显示的系统均可使用该基础系统。

使用PCL将vtk转pcd的测试数据

记录PointNet PyTorch版本的学习 PyTorch版本PointNet作者Tensorflow版本页面上给出的github地址，这里 数据集 PyTorch版本只给出了ModelNet的数据，只能进行部件分割，但是我想测试S3DIS数据集，所以下载了原作者给的链接中已经处理好的数据，文件为h5格式。 作者对所有的点云进行了采样，每个采样空间是一个立方体，做成一个数据，每个数据有4096个点；一个h5文件中是1000*4096*9个数字，代表1000个点云，每个点云中有4096个点，每个点有9个值xyz，rgb，剩下三个还不知道。 具体处理过程在Tensorflow版本中给出了，太复杂看不太懂。 利用这些处理好的h5文件，结合Tensorflow版本的代码写出PyTorch的数据集class，代码在indoor3d_dataset.py中。 训练 训练的代码基本参考了PyTorch版本的，只是将刚开始数据集的读取改成了S3DIS的，代码在train_indoor_3d.py中。 结果可视化 PyTorch版本用了原作者Tensorflow版本中提供的可视化代码，用ope

一款轻量而功能强大的点云可视化和编辑软件，支持pcd, ply, las等多种格式，轻松打开海量点云数据，支持多方式多字段渲染点云，对点进行方便的查询、量测和编辑，可应用于测绘、高精地图、SLAM等领域。