pointnet與++最全介紹:
https://www.cnblogs.com/yibeimingyue/category/1579208.html
原理視頻文字版:https://www.cnblogs.com/yibeimingyue/p/12002469.html
代碼與原理看：https://zhuanlan.zhihu.com/p/57761392
pointNet：
https://blog.csdn.net/qq_15332903/article/details/80224387
pointNet++：
https://blog.csdn.net/qq_15332903/article/details/80261951
https://zhuanlan.zhihu.com/p/57761392
補充：只看++部分即可https://mp.weixin.qq.com/s/N8TLS4WIYT86YhPAzE3--g
代碼: https://github.com/charlesq34/pointnet2
？pointnet++分割問題處理？
變換的網絡如何和pointnet結合起來：得到分類和分割網絡
首先輸入一個n*3的矩陣，先做一個輸入的矩陣變換，T-net 變成一個3*3的矩陣，然后通過mlp把每個點投射到64高維空間，在做一個高維空間的變換，形成一個更加歸一化的64維矩陣，繼續做MLP將64維映射到1024維，在1024中可以做對稱性的操作，就是maxpooling，得到globle fearue，1024維度 ，通過級聯的全連接網絡生成k （分類）
如果是分割呢？
可以定以成對每個點的分類問題，通過全局坐標是沒法對每個點進行分割的，簡單有效的做法是，將局部單個點的特征和全局的坐標結合起來，實現分割的功能
最簡單的做法是將全局特征重復N遍，和每一個原來單個點的特征連接在一起，相當於單個點在全局特征中進行了一次檢索，檢索到在哪個位置就是哪個類別，對連接起來的特征進行MLP的變換，最后輸出m類相當於m個score：（將單個點和總體的特征連接到一起，判定在總體中的位置，來決定是哪個分類）
frustum pointnet視錐體點網.
通過最遠點采樣減少點數量,pointNet不改變點數N,但改變特征C.d代表???
C代表特征.C3=C1+C2.分割部分相當於反卷積,將最后的點重新上卷積的方式傳回原來的點上.
interpolate代表根據NL的點，采用鄰近的3點反距離加權插值得到NL-1,將高維的點反距離插值得到與低維相同的點數,將插值得到的特征和之前跳躍連接的特征融合.最后再使用PointNet提取特征.
Conda
查看管理的所有環境conda env list
查看當前環境的所有包conda list
安裝第三方包：conda install requests[=version] 或者 pip install requests
卸載第三方包：conda remove requests 或者 pip uninstall requests
查看已安裝包：conda list 或者 pip list
切換py37環境activate py37
離開環境conda deactivate
刪除環境conda remove -n py37 --all
創建名為py37的環境並指定python版本為3(的最新版本)conda create -n py37 python=3
更新requests第三方包conda update requests
查找包的版本信息conda search package_name
查找指定的包源anaconda search -t conda tensorflow-gpu
顯示指定安裝包的安裝源anaconda show cjj3779/tensorflow-gpu
復現:
查看當前系統版本cat /proc/version
安裝tensorflow: conda install cudatoolkit==9.0 tensorflow-gpu==1.11.0
虛擬環境里cuda不受外界cuda版本影響.
未安:虛擬環境安裝cv2:pip install opencv-python pip install h5py
tf_ops文件夾中的三個子文件夾的sh文件:
都去掉選項-D_GLIBCXX_USE_CXX11_ABI = 0.
更改tensorflow路徑為:
/home/omnisky/anaconda3/envs/PointNet++/lib/python2.7/site-packages/tensorflow等
Cuda路徑: usr/local/cuda/bin/nvcc
運行sh文件:直接sh 加上文件名.sh
參考博客:https://blog.csdn.net/qq_40196164/article/details/84638410
Scannetv2數據集不好下載,要發郵件之類的:數據集介紹https://blog.csdn.net/weixin_40766438/article/details/102969299
訓練結果:
評估結果:
分割時: python train.py --model=pointnet2_part_seg
出錯:
解決:數據集要是解壓后的.
代碼分析:
modelnet_dataset和modelnet_h5_dataset是對源數據集的處理,獲得訓練測試數據集.
多尺度版本pointnet2_cls_msg.py
單尺度版本pointnet2_cls_ssg.py
FPS最遠點采樣:基於cuda的並行計算實現. tf_ops/sampling/tf_sampling_g.cu
用SSG分類網絡進行采樣與分組后進行pointnet, pointnet體現在conv2d、池化、全連接。其中全連接在模型文件pointnet2_cls_ssg等中操作，ssg網絡和conv2d、池化都在pointnet_util文件的pointnet_sa_module方法里。