PointNet++训练自己的数据集（附源码）

8月前作者：勇敢的花儿分类：Toy博客阅读(29) 违法举报

这篇具有很好参考价值的文章主要介绍了PointNet++训练自己的数据集（附源码）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

本文针对PointNet++强大的三维点云分类功能，详细讲解怎么训练自己的数据集，在此之前，需要确保已经能够跑通源码的训练和测试，如果没有，请参考PointNet++的源码运行。

数据放置

pointnet训练自己的数据,PointNet++从入门到深入,人工智能,pycharm,PointNet++,PointNet,Powered by 金山文档

1.1. 在mytensor_shape_names.txt中配置自己的分类，以及分类名称：

pointnet训练自己的数据,PointNet++从入门到深入,人工智能,pycharm,PointNet++,PointNet,Powered by 金山文档

1.2. 在filelist.txt中填入对应的不同类别的文件夹名/数据文件名，这里的文件夹名最好跟自己的分类类别一致

pointnet训练自己的数据,PointNet++从入门到深入,人工智能,pycharm,PointNet++,PointNet,Powered by 金山文档

1.3. 然后在mytensor_train.txt和mytensor_test.txt中依次输入训练和测试的数据文件名称

我的训练集就是测试集，所以是一样的

pointnet训练自己的数据,PointNet++从入门到深入,人工智能,pycharm,PointNet++,PointNet,Powered by 金山文档

1.4 实际的再次采集的测试数据

pointnet训练自己的数据,PointNet++从入门到深入,人工智能,pycharm,PointNet++,PointNet,Powered by 金山文档

代码修改

2.1 训练时的代码修改

主要修改batch_size，和类别数量

pointnet训练自己的数据,PointNet++从入门到深入,人工智能,pycharm,PointNet++,PointNet,Powered by 金山文档

在数据加载模块中，将自己的配置文件放进去

pointnet训练自己的数据,PointNet++从入门到深入,人工智能,pycharm,PointNet++,PointNet,Powered by 金山文档

然后就可以开始训练

2.2 测试时代码修改

测试时修改较多，主要是在数据加载类中，可直接查看代码

运行结果查看

查看自己的分类是否正确，可直接查看打印出来的pred_choice

pointnet训练自己的数据,PointNet++从入门到深入,人工智能,pycharm,PointNet++,PointNet,Powered by 金山文档

4. 源码下载

可前往百度网盘下载，测试，有任何问题可以私信我

链接：https://pan.baidu.com/s/1iuqHQg_w6kq6JzmZjaIbaw

提取码：ng3h文章来源地址https://www.toymoban.com/news/detail-808202.html

到了这里，关于PointNet++训练自己的数据集（附源码）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

Pytorch1.7复现PointNet++点云分割（含Open3D可视化）（文末有一个自己做的书缝识别项目代码）

毕设需要，复现一下PointNet++的对象分类、零件分割和场景分割，找点灵感和思路，做个踩坑记录。 https://github.com/yanx27/Pointnet_Pointnet2_pytorch 我的运行环境是pytorch1.7+cuda11.0。 PointNet++代码能实现3D对象分类、对象零件分割和语义场景分割。对象分类下载数据

2023年04月15日
浏览(78)
PointNet系列代码复现详解(1)—PointNet分类部分

想尽快入门点云，因此就从这个经典的点云处理神经网络开始。源码已经有了中文注释，但在一些对于自己不理解的地方添加了一些注释。欢迎大家一起讨论。代码是来自github：GitHub - yanx27/Pointnet_Pointnet2_pytorch: PointNet and PointNet++ implemented by pytorch (pure python) and on ModelNet, Sha

2024年02月08日
浏览(35)
3D点云（3D point cloud）及PointNet、PointNet++

https://www.youtube.com/watch?v=Ew24Rac8eYE 传统图像数据是2维的 3D点云是3维的，可以表达更多信息比如对化工厂进行违章识别、安全隐患的识别城市管理点云分割点云补全点云生成点云物体检测（3D物体检测）点云配准（后续任务的基础）一般点云数据都是基于激光雷达扫描生

2024年02月02日
浏览(30)
from pointnet2_ops import pointnet2_utils 安装过程

遇到的代码需要安装pointnet2_ops模块，记录下安装过程项目位置查找到安装方法或者但是报错错误一：或者报错错误二：错误三：错误一解决方法：方法一：当使用git+https时报错极有可能是服务器的SSL证书没有经过第三方机构的签署，所以才报错解决方法方法二：只

2024年02月13日
浏览(27)
PointNet++详解（二）：网络结构解析

如有错误，恳请指出。在之前对PointNet与PointNet++网络进行了介绍，接下来是对其代码的解析。 1. 论文阅读笔记 | 三维目标检测——PointNet 2. 论文阅读笔记 | 三维目标检测——PointNet++ 参考的github项目为：https://github.com/yanx27/Pointnet_Pointnet2_pytorch 这篇博客的内容主要是将PointN

2024年02月02日
浏览(39)
pointnet C++推理部署--tensorrt框架

python推理： C++推理：其中推理引擎的构建也可以直接使用tensorrt的bin目录下的trtexec.exe。 LZ也实现了cuda版本的前处理代码，但似乎效率比cpu前处理还低。可能是数据量不够大吧（才10^3数量级），而且目前LZ的cuda水平也只是入门阶段… python推理： C++推理： python推理： C++推理

2024年02月11日
浏览(30)
使用 PointNet 进行3D点集（即点云）的分类

无序3D点集（即点云）的分类、检测和分割是计算机视觉中的核心问题。此示例实现了开创性的点云深度学习论文PointNet（Qi 等人，2017）。如果使用 colab 首先安装 trimesh !pip install trimesh 。

2024年02月07日
浏览(30)
图神经网络：(处理点云)PointNet++的实现

文章说明： 1)参考资料：PYG的文档。文档超链。 2)博主水平不高，如有错误，还望批评指正。 3)我在百度网盘上传这篇文章jupyter notebook以及有关文献。提取码8848。一个简单分类任务。具体如下：导库以及下载数据 PS1:这段代码会在C盘生成一个DATA的文件并将数据集放在DATA之

2024年02月05日
浏览(27)
3D检测：从pointnet，voxelnet，pointpillar到centerpoint

记录centerpoint学习笔记。目前被引用1275次，非常高。地址：Center-Based 3D Object Detection and Tracking (thecvf.com) GitHub - tianweiy/CenterPoint CenterPoint：三维点云目标检测算法梳理及最新进展（CVPR2021）_哔哩哔哩_bilibili 作者解释。 CenterPoint 是一种用于激光点云的3D目标检测与跟踪算法框架

2024年04月22日
浏览(27)
太实用了！20分钟快速理解【PointNet网络】，妥妥的！

点云是一种重要的几何数据结构。由于其不规则的格式，大多数研究人员将此类数据转换为规则的 3D 体素网格或图像集合。但是，这会使数据变得不必要地庞大并导致问题。在本文中，我们设计了一种直接处理点云的新型神经网络，它很好地保留了输入中点云的排列不变性。

2024年02月03日
浏览(42)