[ML] 数据处理
可以不需要自己开发,使用CloudCompare的分割合并功能实现点云标注(labeling),生成点云训练集数据。
(1)首先对点云中的物体进行分割,分割出一个一个的类别。
(2)接着删除所有的SF,使用Add constant SF功能,添加一个SF名字为classification,值为类别值(1,2,3...)
(3)未分类的类别最好也用一个数值表示,为0的话,输出的时候好像就是nan。
(4)最后合并所有的类别点云,得到一个带标签的点云。(X,Y,Z,classification)
(5)保存为*.asc格式。
完成!
1.使用CloudCompare进行类别分割
(1)定义类别文件xml
Classification:ground,wall,ceiling,bed,desk,
--ground:文件1,文件2
--wall:文件1,文件2
(2)计算特征
读取每个类别,文件列表,计算列表中每个文件的点云特征。
组织成一个新的点云文件保存。
作者:太一吾鱼水
文章未经说明均属原创,学习笔记可能有大段的引用,一般会注明参考文献。
欢迎大家留言交流,转载请注明出处。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· Vue3状态管理终极指南:Pinia保姆级教程
2017-12-12 几种Robust方法对比
2012-12-12 [GDAL]1.GDAL1.8.1编译与第一个程序