PointNet_sem_seg制作npy数据集文件

最新推荐文章于 2026-05-14 11:58:47 发布

原创

最新推荐文章于 2026-05-14 11:58:47 发布 · 2.7k 阅读

标签

#python #tensorflow #深度学习

收录于

本文介绍如何使用Python脚本从室内场景的点云数据中，收集并转换成Numpy格式的数据集，适用于3D场景理解与物体识别任务。通过解析点云文件，自动标注类别，并统一存储为Npy格式，便于后续深度学习模型的训练。

代码中利用collect_indoor3d_data.py制作npy数据集

collect_indoor3d_data.py

在这里插入图片描述
anno_path包含了272个训练数据的相对路径

import os
import sys
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
ROOT_DIR = os.path.dirname(BASE_DIR)
sys.path.append(BASE_DIR)
import indoor3d_util

anno_paths = [line.rstrip() for line in open(os.path.join(BASE_DIR, 'meta/anno_paths.txt'))]
"""
读取出每个房间点云文件的相对路径，Annotatations中包含了桌子椅子等类别的点云文件，
包括xyz和RGB
"""
anno_paths = [os.path.join(indoor3d_util.DATA_PATH, p) for p in anno_paths]
""" 
读取绝对路径
"""

#anno_paths = os.path.join(indoor3d_util.DATA_PATH,'Area_5/hallway_6/Annotations')
output_folder = os.path.join(ROOT_DIR,