三维点云学习（5）4-实现Deeplearning-PointNet-1-数据集的批量读取
2024-05-29 00:36:21
三维点云学习（5）4-实现Deeplearning-PointNet-1-数据集的批量读取
读取txt数据集代码块
部分运行结果：
Epoch: 0 | Step: 251 | points: [[[-0.01789839 -0.6943113 0.13418637][-0.29483226 -0.7803244 -0.27808684][-0.3572845 0.17805085 0.13267519]...[ 0.39224106 -0.0946335 0.07569175][ 0.00233396 0.7481037 0.23252504][-0.35258114 0.43497837 -0.32852176]][[ 0.80344033 -0.01079553 0.06876279][ 0.5923547 0.00257346 -0.7231698 ][ 0.75024015 -0.24503842 0.20600945]...[ 0.58393884 0.01667958 -0.6572023 ][ 0.109657 -0.20571832 0.1225618 ][ 0.7129874 -0.25549927 -0.2599017 ]][[ 0.00235834 -0.45798454 -0.4980599 ][ 0.7268403 -0.4025967 -0.26333734][-0.43558982 0.64690256 -0.5365175 ]...[ 0.06876163 0.58287716 0.6605597 ][ 0.62074244 0.22889914 -0.20450239][-0.1456063 -0.54144853 -0.46895012]]...[[ 0.06745299 0.0888008 -0.10955164][-0.5263725 -0.21610892 -0.5766182 ][-0.2850928 0.13755152 -0.26902696]...[ 0.5999742 -0.22155094 0.5118974 ][-0.55020595 0.01602052 -0.798858 ][ 0.23198262 0.09373132 0.5464645 ]][[-0.18973409 -0.2597553 0.1845103 ][-0.2246311 0.18214802 0.08781255][ 0.13568395 -0.05025252 0.02492691]...[ 0.1176176 -0.02466865 -0.10461096][-0.5970161 0.67265266 0.18175025][ 0.6085995 0.6576732 -0.00114515]][[ 0.18190046 0.01715711 0.36286485][-0.33180034 -0.04377893 -0.93247163][ 0.18474244 0.07122478 0.12997185]...[-0.29546985 0.0260048 -0.0259549 ][ 0.33861616 -0.03495657 0.3082618 ][-0.36314163 0.06146974 -0.37071046]]] | target: [14 2 10 2 22 32 3 5 9 0 2 30 5 4 35 33 0 34 32 3 30 3 0 171 24 37 5 16 3 4 18]
from __future__ import print_function
import torch.utils.data as data
import os
import os.path
import torch
import numpy as np
import argparse
import sys
from tqdm import tqdm
import json
from plyfile import PlyData, PlyElementclass ModelNetDataset(data.Dataset):def __init__(self,root,npoints=2500,split='train',data_augmentation=True):self.npoints = npointsself.root = rootself.split = splitself.data_augmentation = data_augmentationself.fns = []with open(os.path.join(root, 'modelnet40_{}.txt'.format(self.split)), 'r') as f:for line in f:self.fns.append(line.strip()) #line.strip()删除末尾结束符self.cat = {} #类别with open(os.path.join(os.path.dirname(os.path.realpath(__file__)), 'pointnet-pytorch-master/misc/modelnet_id.txt'), 'r') as f:for line in f:ls = line.strip().split()self.cat[ls[0]] = int(ls[1])print(self.cat) #构建 cat keyself.classes = list(self.cat.keys()) # class listdef __getitem__(self, index):file_index = self.fns[index] #eg: index:845 -> bed_0114cls_name = file_index.rsplit(sep='_',maxsplit=1)[0] # eg #airplane，rsplit:右侧分割，maxplit：限定分割符的出现次数cls = self.cat[cls_name] #eg out:[0] airplane属于[0],bench属于[3]file_name = '{}/{}.txt'.format(cls_name,file_index) #eg airplane/airplane_0001.txtpts = np.loadtxt(os.path.join(self.root,file_name),delimiter=',',dtype=float)[:,:3] #读取每个point的前三个数字，分别为(x,y,z);后三位为法向量不读取#随机降采样，提高模型的鲁棒性choice = np.random.choice(len(pts), self.npoints, replace=True)#numpy.random.choice(a, size=None, replace=True, p=None)#从a(只要是ndarray都可以，但必须是一维的)中随机抽取数字，并组成指定大小(size)的数组#replace:True表示可以取相同数字，False表示不可以取相同数字#数组p：与数组a相对应，表示取数组a中每个元素的概率，默认为选取每个元素的概率相同。point_set = pts[choice, :]point_set = point_set - np.expand_dims(np.mean(point_set, axis=0), 0) # centerdist = np.max(np.sqrt(np.sum(point_set ** 2, axis=1)), 0)point_set = point_set / dist # scaleif self.data_augmentation:theta = np.random.uniform(0, np.pi * 2)rotation_matrix = np.array([[np.cos(theta), -np.sin(theta)], [np.sin(theta), np.cos(theta)]])point_set[:, [0, 2]] = point_set[:, [0, 2]].dot(rotation_matrix) # random rotationpoint_set += np.random.normal(0, 0.02, size=point_set.shape) # random jitterpoint_set = torch.from_numpy(point_set.astype(np.float32))cls = torch.from_numpy(np.array([cls]).astype(np.int64))return point_set, clsdef __len__(self):return len(self.fns)if __name__ == '__main__':datapath = "/home/renzhanqi/workspace/studyMaterialsAndNotes/shenLanLidarProcess/shenLanLidarPrcess-CSDN-Materials/data/modelnet40_normal_resampled/"dataset = ModelNetDataset(root=datapath,npoints=2500,split='train')test_dataset = ModelNetDataset(root=datapath,npoints=2500,split='test',data_augmentation=False)dataloder = torch.utils.data.DataLoader(dataset,batch_size=32,shuffle=True,num_workers=4)testdataloder = torch.utils.data.DataLoader(test_dataset,batch_size=32,shuffle=True,num_workers=4)for epoch in range(3):for step,data in enumerate(dataloder,0): #0表示从索引0开始points , target = datatarget = target[:,0]print('Epoch: ', epoch, '| Step: ', step, '| points: ',points.numpy(), '| target: ', target.numpy())三维点云学习（5）4-实现Deeplearning-PointNet-1-数据集的批量读取相关推荐
- 三维点云学习（5）5-实现Deeplearning-PointNet-2-classfication
三维点云学习(5)5-实现Deeplearning-PointNet-2-classfication Github PointNet源码 数据集下载:为40种物体的三维点云数据集 提取码:es14 运 ...
- 三维点云学习（5）3-Deep learning for Point Cloud-PointNet++
三维点云学习(5)3-Deep learning for Point Cloud-PointNet++ 强烈推荐 PointNet的深刻理解 PointNet++示意图 可分为 Encoder. Se ...
- 三维点云学习（5）2-Deep learning for Point Cloud-PointNet
三维点云学习(5)2-Deep learning for Point Cloud 强烈推荐 PointNet的深刻理解 三种使用深度学习处理三维点云的方法 VoxNet 问题: 现实自动驾驶场景中,v ...
- 三维点云学习（5）1-introduction on to Deep learning
三维点云学习(5)1-introduction on to Deep learning 人工智能.机器学习.深度学习 深度学习概述 预测房价例子: 计算Wt未知参数 梯度下降法 Gradient De ...
- 三维点云学习（4）4-Hough Transform
三维点云学习(4)4-Hough Transform 霍夫变换的理论通俗理解 Hough Tansform 霍夫变换 核心思想: a.原始空间中得点->参数空间中的线 b.原始空间得线-> ...
- 三维点云学习（4）5-DBSCNA python 复现-3-kd-tree radius NN 三方库 scipy 与 sklearn速度比较
三维点云学习(4)5-DBSCNA python 复现-3-kd-tree radius NN 三方库 scipy 与 sklearn速度比较 import from scipy.spatial im ...
- 三维点云学习（4）7-ransac 地面分割+ DBSCAN聚类比较
三维点云学习(4)7-ransac 地面分割+ DBSCAN聚类比较 回顾: 实现ransac地面分割 DBSCNA python 复现-1- 距离矩阵法 DBSCNA python 复现-2-kd- ...
- 三维点云学习（4）6-ransac 地面分割
三维点云学习(4)6-ransac 地面分割 ransac课堂笔记 git大神参考代码 ransac代码主要参考如下知乎大佬的ransac的线性拟合 ransac的线性拟合 使用ransac进行地面分 ...
- 三维点云学习（4）5-DBSCNA python 复现-2-kd-_tree加速
三维点云学习(4)5-DBSCNA python 复现-2-kd-tree加速 因为在上一章DBSCAN在构建距离矩阵时,需要构建一个NN的距离矩阵,严重占用资源,古采用kd_tree搜索进行进一步的 ...
最新文章
- Windows 窗体启动和关闭的事件顺序
- time_t和字符串间的转化
- Android的联通性---USB主机模式（三）
- 构建Windows Server 2008虚拟实验室
- ICE专题：ICE简介
- java基础(十四)-----详解匿名内部类——Java高级开发必须懂的
- vue3.0 案例小demo
- 使用weblogic部署若依项目（图文教程）
- 树莓派安装wps2019教程
- 开发Web版一对一远程直播教室只需30分钟 - 使用face2face网络教室
- 植物大战僵尸 php,植物大战僵尸修改器使用方法 php 函数使用方法与函数定义方法...
- win10把中文用户名改为英文用户名的两种方法
- 当区块链走进物流——区块链在物流行业的应用
- 仿QQ好友列表，QListWidget!
- input输入框中嵌入下拉选项
- （十二）命令模式详解（故事版）- 转
- 野人参多少钱一斤？走进野人参高价格背后的秘密
- HTML锚点定位+平滑滚动
- java person类_定义一个Person类，含姓名、性别、年龄等字段；继承Person类设计
- 最简单直白的Linux入门介绍+VMware虚拟机搭建服务器