snapnet-master

介绍

点云-图分割方案

软件架构

基于ubuntu16.04,cuda9.0,tensorflow1.9,cudnn7.1,gtx1080,pcl,vtk

安装教程

1. 安装ubuntu,cuda9,cudnn7.1,安装libpcl,libvtk,openmp
2. 安装pycharm,anaconda
3. 安装tensorflow,cython,numpy,scipy,tqdm

使用说明

snapnet脚本 cd pointcloud_tools python setup.py install --home="." 主要是生成点云处理工具,成功之后的目录结构

build ├── lib.linux-x86_64-3.6 │   └── PcTools.cpython-36m-x86_64-linux-gnu.so └── temp.linux-x86_64-3.6 ├── pointCloudLabels.o ├── pointCloud.o ├── Sem3D.o └── Semantic3D.o

lib └── python ├── PcTools.cpython-36m-x86_64-linux-gnu.so └── PointCloud_tools-0.0.0-py3.6.egg-info

初始化快照

python sem3d_gen_images.py --config config.json 相机数量应当修改至500-800，会慢很多但结果会更好

训练模型

python sem3d_train_tf.py --config config.json

反向映射至三维空间

python sem3d_test_backproj_tf.py --config config.json

最后以Semantic 3D格式生成文件并为原始点云的每个点分配标签

python sem3d_test_to_sem3D_labels.py --config config.json

参与贡献

"Unstructured point cloud semantic labeling using deep segmentation networks", A.Boulch and B. Le Saux and N. Audebert, Eurographics Workshop on 3D Object Retrieval 2017 https://github.com/aboulch/snapnet#snapnet-point-cloud-semantization-using-deep-segmentation-network

码云特技

欢迎交流792372226@qq.com