标签：2021.5 14 ++ data py npy txt 数据 PCD

2021.5.14实验记录

要用自己录的PCD点云数据做语义分割，发现了数据格式有很大问题。

1. pointnet++使用的室内S3DIS数据集，我用的.npy文件作的训练和测试。npy是numpy的一种二进制高效文件保存形式。
   • S3DIS——npy类型的数据集每个npy内部有9个维度的数据，分别是x,y,z,x_,y_,z_,r,g,b九个维度数据，中间三个是语义信息真值。
   • 我的PCD数据仅有六维——坐标+颜色的数据，而pointnet++测试时需要读取9维的数据.
   • 参考了S3DIS的原始npy数据格式，给我的PCD数据写入另外三维的数据（随意，对于测试而言不需要真值），需要以下步骤：
     • 将PCD转为txt格式的数据，参考./data/pcd2txt.py
     • 将官方任意一个npy转为txt,参考./data/npy2txt.py
     • 依据官方npy_txt格式给pcd_txt写入中间三维数据(利用numpy数组)，参考./data/txt_change.py
     • 将pcd_txt转为npy格式以供测试，参考./data/txt2npy.py
     • 获得测试结果gt.obj(真值，这里是任意信息)和pre.obj(分割的结果，需要！)
     • 将pre.obj转为pre.pcd以供八叉树使用，这里使用一个c++程序，参考./obj2pcd/，pcl_viewr也有转换obj2pcd工具，但是会丢失rgb信息。
     • 最终将获得的无色PCD和有色PCD分别转为八叉树，作一个对比。
2. 自适应分辨率问题，在改代码。上面这些文件后续改到一个程序里面执行。

标签：2021.5,14,++,data,py,npy,txt,数据,PCD
来源： https://www.cnblogs.com/PFHe/p/14770456.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。