机器学习笔记 - 用于3D点云数据分割的Point Net的训练

一、数据集简述

        ​在本教程中，我们将学习如何在斯坦福 3D 室内场景数据集 ( S3DIS )上训练 Point Net 进行语义分割。S3DIS 是一个 3D 数据集，包含来自多栋建筑的室内空间点云，占地面积超过 6000 平方米。Point Net使用整个点云，能够执行分类和分割任务。如果你一直在关注 Point Net 系列，那么你已经知道它是如何工作的以及如何编写代码。 ​

        在上一个教程中，我们学习了如何在shapenet数据集的迷你版本上训练Point Net进行分类。

Large Scale Parsinghttp://buildingparser.stanford.edu/dataset.html#Download        数据集分为 6 个不同的区域，对应不同的建筑。每个区域内有不同的室内空间，对应不同的房间，如办公室或会议室。此数据集有两个版本：原始版本和对齐版本，我们选择使用对齐版本。对齐版本与原始版本相同，只是每个点云都经过旋转，使得 x 轴沿房间入口对齐