[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。

posted @   太一吾鱼水  阅读(833)  评论(1编辑  收藏  举报
编辑推荐:
· 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
阅读排行:
· 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
历史上的今天:
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
点击右上角即可分享
微信分享提示