点网
PyTorch实现的“ PointNet：针对3D分类和分段的点集深度学习”
中型文章详细说明了实现的关键点。
分类数据集
此代码在数据集上实现对象分类。
与原始论文一样，我们根据当前面的面积在对象表面上采样1024个点。 然后，将对象归一化为单位球并添加高斯噪声。 这是代表椅子的神经网络的输入示例：
您可以通过以下下载数据集
分类表现
等级（精度）
全面的
浴缸
床
椅子
桌子
梳妆台
监视器
床头柜
沙发
桌子
洗手间
ModelNet10
82.0％
93.4％
92.0％
97.2％
81.5％
71.0％
89.4％
56.0％
86.9％
93.4％
95.9％
预训练模型可用
用法
最好的第一个选择是在Google Colab中使用注释和可视化效果/nbs/PointNetClass.ipynb运行笔记本。
第二个选项是在本地计算机上克
2021-10-21 08:44:48
8.77MB
1
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。PointNet++是点云处理深度学习里程碑式的工作，启发了很多后续研究。
原作的PointNet++代码使用Python2.7和tensorflow1.4。本课程将PointNet++代码更新至Python3并在tensorflow1.13上演示。
本课程对TensorFlow版的PointNet++进行原理讲解、论文复现和代码详解。包括：
（1）提供三维点云数据集ModelNet40、ShapeNet和Scannet的下载、可视化软件和方法；
（2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试；
（3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。
2021-10-11 17:55:09
7.08MB
1
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。作为点云处理深度学习方法的里程碑工作，启发了很多后续研究。
本课程对PyTorch版的PointNet++进行原理讲解、论文复现和代码详解。包括：
（1）提供三维点云物体分类数据集ModelNet40、物体部件分割数据集ShapeNet和场景分割数据集S3DIS的下载、可视化软件和方法；
（2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试；
（3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。
需要学习TensorFlow版PointNet++的学员可前往本人推出了课程《PointNet++点云处理TensorFlow版》
2021-08-21 15:32:21
7.14MB
1
该存储库是用于在计算机视觉中使用pcl和tensorflow的沙箱（实验代码）
“细分”是利用pcl从深度传感器中捕获3d点云，应用SAC细分以去除大型平面，通过pcl欧几里德聚类提取从场景中提取细分/数据/模型中预定义3D模型的候选实例，进行分类的管道他们使用点网将其放入预定义的对象集中，然后通过pcl SampleConsensusPrerejective估计其姿势
使用的软件包：
python 3.5 x64
https://www.python.org/downloads/release/python-350/
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_amd64.whl
pip install scipy
2021-08-20 17:09:17
131.48MB
1
pointnet数据集modelnet40_ply_hdf5_2048，为了学习最原始的pointnet的网络，一般初学者最头疼的就是运行作者的源码（%99.999运行不出来，尤其是windows），下载的半个月才下载好。
2021-07-01 22:36:37
415.05MB
1
pointnet分类分割数据集，以及未经处理的modelnet40数据集。已经在pointnet开源代码跑通了，txt为百度网盘链接，永久有效。
2021-06-28 16:56:38
190B
1
主要是PointNet网络中需要的测试集，有16类物体，共32135个零件。该数据集分两部分上传（因为一次上传不完，文件太大），所以使用者务必两个文件都下载上
2021-05-25 09:10:44
285.02MB
1
主要是PointNet网络中需要的测试集，有16类物体，共32135个零件。该数据集分两部分上传（因为一次上传不完，文件太大），所以使用者务必两个文件都下载上
2021-05-25 09:10:44
716.57MB
1