PointNet（part_seg）零件分割原理数据集及代码解释

最新推荐文章于 2026-05-15 09:41:16 发布
原创 最新推荐文章于 2026-05-15 09:41:16 发布 · 1w 阅读 · 76
标签
#python #深度学习 #人工智能
本文深入探讨了点云分割（Part Segmentation）技术，详细介绍了其神经网络构建过程，包括T-Net网络的使用，局部特征与全局特征的拼接方法，以及关键代码解读。同时，文章还讲解了ShapeNetPart数据集的处理方式，包括数据集的结构、编号意义及颜色映射等，最后展示了分割效果评估指标。 
首先说明的是，零件分割（part segmentation）和第一个分类（classification）完全不是同一层次的应用，
虽然点云的分割实际上也是对每个点进行分类，但其难度要高于对整个点云物体的分类。

以下先提供Part Segmentation所需要的数据集
shapenetcore_partanno_v0.zip
HDF5_data
ShapeNetPart数据集解压后格式为pointnet-master/part_seg/PartAnnotation。
HDF5文件解压放在pointnet-master/part_seg/hdf5_data。

一、分割实现原理

首先介绍零件分割的神经网络构建，先贴流程图
在这里插入图片描述
分割网络前半部分和分类网络一样，都是利用两次T-Net网络生成的特征变换矩阵第一次对输入点云数据进行矩阵相乘，使得点云数据对旋转不敏感，使其满足旋转不变性。第二次对特征进行旋转，得到另一组高维特征。我认为的加上T-net网络实际上是增加了点云特征，为后面的concat等操作提供了更多的学习特征。

其中代码中最重要的，也是分割中最核心的代码就是将局部特征与全局特征进行拼接。正如原作者所说的，是将每个
点的特征与全局特征拼接，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
最低0.47元/天 解锁文章
ShapeNet点云数据集（点云，标签，图片文件）
06-11
ShapeNet是一种点云数据集，包含一些生活中常见的物品如飞机，汽车，椅子，吉他，刀，台灯，电脑，自行车，桌子等多类物品的点云数据文件，标签文件和对应二维图片文件。
PointNet：深度学习、点云分割（二）
harden1013的博客
08-12 811
PointNet源码下载地址： https://github.com/charlesq34/pointnet.git 源码自带数据集下载： way1．可以直接运行里面的download_data.sh文件下载 sudo sh download_data.sh 可能由于网络连接什么的，直接这样下载失败，可以直接采用下载链接下载数据集 way2． part_seg数据集： https://shapenet.cs.stanford.edu/ericyi/shapenetcore_partanno
如何用ModelNet10数据为PointNet制作自己的h5py数据集
夜晓岚的博客
11-17 2977
import os import sys import h5py import numpy as np # 将数据写入h5py文件 def write_data2h5file(file_name, h5data, label=None): h5f = h5py.File(file_name, 'w') h5f['label'] = label h5f['data'] = h5data h5f.close() # Write numpy array data a...
ShapeNet点云数据集保姆级使用指南：从下载到加载，16个类别数据全解析
最新发布
weixin_28721917的博客
05-15 293
本文提供了一份详细的ShapeNet点云数据集使用指南，涵盖从数据下载、加载到模型训练的全流程。通过16个类别的数据解析和PyTorch DataLoader实现，帮助开发者高效处理点云数据，并包含数据可视化、增强策略及点云分割模型构建等实用技巧。
shapeNet数据集，包括hdf5、带法向量、不带法向量等三种格式数据集-网盘下载链接（永久有效）
03-09
shapeNet数据集，包括hdf5、带法向量、不带法向量等三种格式数据集--网盘下载链接（永久有效）
PointNet++点云处理精讲(PyTorch)
08-11
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。作为点云处理深度学习方法的里程碑工作，启发了很多后续研究。本课程对PyTorch版的PointNet++进行原理讲解、论文复现和代码详解。包括：  （1）提供三维点云物体分类数据集ModelNet40、物体部件分割数据集ShapeNet和场景分割数据集S3DIS的下载、可视化软件和方法；（2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试；（3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。需要学习TensorFlow版PointNet++的学员可前往本人推出了课程《PointNet++点云处理TensorFlow版》
论文专题笔记：part segmentation
Blair_2的博客
03-02 2021
1. Part-aware Panoptic Segmentation --CVPR2021 提供两个全景part分割数据集标注+一个新的评价指标 受之前的全景质量（PQ）指标的启发，提出了部分感知全景质量（PartPQ）。 旨在捕获 ： 1) 识别和分类全景片段的能力，即填充区域和事物实例， 2) 识别的全景片段内的部分分割质量 2.Unsupervised Co-part Segmentation through Assembly --ICML2021 ​​​​​​陈宝权课题组..
PointNet++部件分割（partseg）用自己数据集跑通并可视化测试！
Only_whitepiao的博客
03-21 2923
PointNet++用自己的数据集跑通，并且可视化推理！
Pointnet（part_seg）部件分割网络代码解析：test.py（三）
HHy的博客
05-25 1901
论文地址：PointNet网络 代码地址：https://github.com/charlesq34/pointnet windows10环境配置可参考这篇文章：windows下运行pointnet（全） 网络图示： 一、训练模型 1）下载测试集 数据下载：PartAnnotation（注意该链接中对应的数据集有两部分，因此下载时两部分务必都要下载） 存放位置：…/part_seg/PartAnnotation。 HDF5文件解压放在pointnet-master/part_seg/hdf5_data。
【PointNet++】Part-Segement局部分割训练自制数据集
纵马踏花向自由
06-12 2559
参考ShapeNe数据集格式，检测对象只有一个类别，类别名为gaiban，标签三个别为：0，1，2。用这篇文章的方法进行测试，能够成功训练。望兄弟姐妹们少走弯路多吃肉。
Pointnet（part_seg）部件分割网络结构解析（一）
HHy的博客
05-24 1872
一、 网络结构 下图是网络的整体结构（分类和分割网络），其中蓝色框是：分类网络，黄色框是分割网络。 以下先提供Part Segmentation所需要的数据集 shapenetcore_partanno_v0.zip HDF5_data ShapeNetPart数据集解压后格式为pointnet-master/part_seg/PartAnnotation。 HDF5文件解压放在pointnet-master/part_seg/hdf5_data。 train.py test.py ...
用PointNet搞定ShapeNet零件分割：手把手教你训练自己的3D模型分割器
weixin_42524708的博客
04-20 395
本文详细介绍了如何使用PointNet实现ShapeNet零件分割，从数据准备到模型训练、结果可视化的全流程实战指南。通过解析PointNet分割网络架构、训练策略与参数调优技巧，帮助开发者快速掌握3D模型分割技术，适用于工业检测、自动驾驶等场景。
用ShapeNet Part数据集训练你的第一个点云分割模型：PyTorch+PointNet实战
weixin_30512089的博客
05-14 442
本文详细介绍了如何使用PyTorch和PointNet在ShapeNet Part数据集上训练点云分割模型。从环境配置、数据预处理到模型架构解析和训练流程，提供了完整的实战指南，帮助读者快速掌握3D点云处理技术，适用于自动驾驶、机器人导航等应用场景。
Pointnet_Pointnet2_pytorch：pointnet2_part_seg_msg模型自制数据集使用
weixin_43082603的博客
04-24 325
pointnet2部件分割模型自制数据集使用
Pointnet（part_seg）部件分割网络代码解析：train.py（二）
HHy的博客
05-24 1498
论文地址：PointNet网络 代码地址：https://github.com/charlesq34/pointnet windows10环境配置可参考这篇文章：windows下运行pointnet（全） 网络图示： 一、训练集准备 1）下载训练集 数据下载：h5文件（HDF5_data） 存放位置：…\part_seg\hdf5_data 2）数据采样处理（下采样或上采样） 原因：对于不同的物体，其原始点云大小不一样，假设飞机3000个点，椅子2500个点，在输入到pointnet网络时不能做到不同的物
Pointnet源码阅读学习---part_seg/
weixin_41389170的博客
04-12 1387
part_seg负责点云的部分分割， 包含pointnet_part_seg.py、test.py、train.py 结构图如下：
PointNet++点云处理TensorFlow版
08-29
三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。PointNet++是点云处理深度学习里程碑式的工作，启发了很多后续研究。 原作的PointNet++代码使用Python2.7和tensorflow1.4。本课程将PointNet++代码更新至Python3并在tensorflow1.13上演示。  本课程对TensorFlow版的PointNet++进行原理讲解、论文复现和代码详解。包括：   （1）提供三维点云数据集ModelNet40、ShapeNet和Scannet的下载、可视化软件和方法； （2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试； （3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。
classification、part segmentation、semantic segmentation、instance segmentation
kaggle expert，全球排名前1000，清华计算机研究生，兴趣算法工程
06-18 2091
classification：分类，给定一个形状，预测它的类别。 part segmentation：零件分割，给定一个形状，分割出它的不同零部件。 semantic segmentation：语义分割，给定一个场景，对它进行语义分割，即分割出不同类别，比如人，车，桌子等等。 instance segmentation：实例分割，和语义分割相似，在语义分割的基础上进一步精确分割，能分割出同一类别中的不同实例，比如人这一类别中不同的人。 ...
classification、part segmentation、semantic segmentation、instance segmentation的不同
生命长跑
06-21 3825
classification：分类，给定一个形状，预测它的类别。 part segmentation：零件分割，给定一个形状，分割出它的不同零部件。 semantic segmentation：语义分割，给定一个场景，对它进行语义分割，即分割出不同类别，比如人，车，桌子等等。 instance segmentation：实例分割，和语义分割相似，在语义分割的基础上进一步精确分割，能分割出同一...
点云处理：PointNet分割任务
qq_42010212的博客
10-30 2054
项目说明 ①数据集     本次用到的数据集是ShapeNet，储存格式是.h5文件。     .h5储存的key值分别为：     1、data：这一份数据中所有点的xyz坐标，     2、label：这一份数据所属类别，如airplane等，     3、pid：这一份数据中所有点所属的类型，如这一份数据属airplane类，则它包含的所有点的类型有机翼、机身等类型。 !unzip data/data67117/shapenet_part_seg_hdf5_data.zip !mv hdf5_
评论 38
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值