1.
訓練樣本airplane_0001.txt的可視化：
飛機尺度：
物體類別與對應標簽：
2.
對訓練樣本進行降采樣：
體素法降采樣，降采樣的網絡大小設置為0.02m.在pycharm下面的Console控制台窗口輸入以下命令，對降采樣后的數據存入.txt文本文件，然后進行可視化。
np.savetxt("airplane_001.txt",points,fmt="%.8f", delimiter=',')
可以看到，降采樣后的點雲分布仍然很均勻，尺度稍微變小了一點。
降采樣之后，點雲的數量變化是：10000個---->5979個
下面這個是降采樣之后，訓練集中每個物體對象點雲的數量，降采樣之后，點雲的坐標不是原來的點雲的坐標了。
這個是降采樣之后，測試集中每個物體對象點雲的數量，降采樣之前每個對象的點雲數量都是10000：
3.
對訓練集中降采樣之后的點雲數量進行一個排序：
...