pointnet与++最全介绍:
https://www.cnblogs.com/yibeimingyue/category/1579208.html
原理视频文字版:https://www.cnblogs.com/yibeimingyue/p/12002469.html
代码与原理看：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
补充：只看++部分即可https://mp.weixin.qq.com/s/N8TLS4WIYT86YhPAzE3--g
代码: https://github.com/charlesq34/pointnet2
？pointnet++分割问题处理？
变换的网络如何和pointnet结合起来：得到分类和分割网络
首先输入一个n*3的矩阵，先做一个输入的矩阵变换，T-net 变成一个3*3的矩阵，然后通过mlp把每个点投射到64高维空间，在做一个高维空间的变换，形成一个更加归一化的64维矩阵，继续做MLP将64维映射到1024维，在1024中可以做对称性的操作，就是maxpooling，得到globle fearue，1024维度 ，通过级联的全连接网络生成k （分类）
如果是分割呢？
可以定以成对每个点的分类问题，通过全局坐标是没法对每个点进行分割的，简单有效的做法是，将局部单个点的特征和全局的坐标结合起来，实现分割的功能
最简单的做法是将全局特征重复N遍，和每一个原来单个点的特征连接在一起，相当于单个点在全局特征中进行了一次检索，检索到在哪个位置就是哪个类别，对连接起来的特征进行MLP的变换，最后输出m类相当于m个score：（将单个点和总体的特征连接到一起，判定在总体中的位置，来决定是哪个分类）
frustum pointnet视锥体点网.
通过最远点采样减少点数量,pointNet不改变点数N,但改变特征C.d代表???
C代表特征.C3=C1+C2.分割部分相当于反卷积,将最后的点重新上卷积的方式传回原来的点上.
interpolate代表根据NL的点，采用邻近的3点反距离加权插值得到NL-1,将高维的点反距离插值得到与低维相同的点数,将插值得到的特征和之前跳跃连接的特征融合.最后再使用PointNet提取特征.
Conda
查看管理的所有环境conda env list
查看当前环境的所有包conda list
安装第三方包：conda install requests[=version] 或者 pip install requests
卸载第三方包：conda remove requests 或者 pip uninstall requests
查看已安装包：conda list 或者 pip list
切换py37环境activate py37
离开环境conda deactivate
删除环境conda remove -n py37 --all
创建名为py37的环境并指定python版本为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
显示指定安装包的安装源anaconda show cjj3779/tensorflow-gpu
复现:
查看当前系统版本cat /proc/version
安装tensorflow: conda install cudatoolkit==9.0 tensorflow-gpu==1.11.0
虚拟环境里cuda不受外界cuda版本影响.
未安:虚拟环境安装cv2:pip install opencv-python pip install h5py
tf_ops文件夹中的三个子文件夹的sh文件:
都去掉选项-D_GLIBCXX_USE_CXX11_ABI = 0.
更改tensorflow路径为:
/home/omnisky/anaconda3/envs/PointNet++/lib/python2.7/site-packages/tensorflow等
Cuda路径: usr/local/cuda/bin/nvcc
运行sh文件:直接sh 加上文件名.sh
参考博客:https://blog.csdn.net/qq_40196164/article/details/84638410
Scannetv2数据集不好下载,要发邮件之类的:数据集介绍https://blog.csdn.net/weixin_40766438/article/details/102969299
训练结果:
评估结果:
分割时: python train.py --model=pointnet2_part_seg
出错:
解决:数据集要是解压后的.
代码分析:
modelnet_dataset和modelnet_h5_dataset是对源数据集的处理,获得训练测试数据集.
多尺度版本pointnet2_cls_msg.py
单尺度版本pointnet2_cls_ssg.py
FPS最远点采样:基于cuda的并行计算实现. tf_ops/sampling/tf_sampling_g.cu
用SSG分类网络进行采样与分组后进行pointnet, pointnet体现在conv2d、池化、全连接。其中全连接在模型文件pointnet2_cls_ssg等中操作，ssg网络和conv2d、池化都在pointnet_util文件的pointnet_sa_module方法里。