随笔 - 1751  文章 - 0  评论 - 109  阅读 - 428万

KPConv针对Modelnet40的分类

1.

训练样本airplane_0001.txt的可视化:

 

 飞机尺度:

物体类别与对应标签:

 

2.

对训练样本进行降采样:

体素法降采样,降采样的网络大小设置为0.02m.在pycharm下面的Console控制台窗口输入以下命令,对降采样后的数据存入.txt文本文件,然后进行可视化。

np.savetxt("airplane_001.txt",points,fmt="%.8f", delimiter=',')

 

 

可以看到,降采样后的点云分布仍然很均匀,尺度稍微变小了一点。

降采样之后,点云的数量变化是:10000个---->5979个

下面这个是降采样之后,训练集中每个物体对象点云的数量,降采样之后,点云的坐标不是原来的点云的坐标了。

 这个是降采样之后,测试集中每个物体对象点云的数量,降采样之前每个对象的点云数量都是10000:

 3.

对训练集中降采样之后的点云数量进行一个排序:

 

 ...

 

 

 

 

 

 

posted on   一杯明月  阅读(2699)  评论(4编辑  收藏  举报
编辑推荐:
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
· 现代计算机视觉入门之:什么是图片特征编码
· .NET 9 new features-C#13新的锁类型和语义
阅读排行:
· Sdcb Chats 技术博客:数据库 ID 选型的曲折之路 - 从 Guid 到自增 ID,再到
· 语音处理 开源项目 EchoSharp
· 《HelloGitHub》第 106 期
· Spring AI + Ollama 实现 deepseek-r1 的API服务和调用
· 使用 Dify + LLM 构建精确任务处理应用
历史上的今天:
2018-12-05 函数指针
< 2025年1月 >
29 30 31 1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30 31 1
2 3 4 5 6 7 8

点击右上角即可分享
微信分享提示