阿里巴巴點雲分割(PointNet)
項目地址：https://github.com/Summit11/PointNet_AliData
本項目是點雲分割模型PointNet在DataFountain平臺上阿里巴巴自動駕駛三維點雲分割比賽 https://www.datafountain.cn/competitions/314/details/rule 數據集上實現的代碼。模型和代碼結構基本跟PointNet保持一致，主要修改了數據處理部分、train部分和inference部分的代碼。結果提交了訓練賽，效果一般，大概在複賽水平十幾名的樣子。事實上PointNet實際不太適用於無人駕駛場景下激光雷達獲取的高度稀疏數據，反而比較適用於激光掃描儀得到的稠密點雲數據場景。
數據處理
題目提供8萬幀的點雲數據，每一幀一個文件，考慮首先進行合併處理成我們需要的格式。
此處借鑑https://github.com/kiclent/pointSeg 的代碼，將每100幀的的數據合併到一個6列的矩陣裏，保存npy格式。由於轉換程序比較耗時，博主將轉換後的數據已共享到網盤。
鏈接: https://pan.baidu.com/s/1CaSG1S3XvIz8-s1To_ahUg 提取碼: bxq8
模型訓練
模型超參以及一些其他參數存儲在hParam.py中，train_csv_path和test_csv_path指向原csv數據，train_npy_path和test_npy_path指向轉換的npy文件存儲位置，TRAIN_FILE_PATH則是訓練時讀取訓練文件的地址，VALID_FILE_PATH指向訓練時驗證數據集的文件地址，TEST_FILE_PATH指向測試集地址
訓練：is_training=True, 運行train.py
預測：is_training=False,運行train.py
結果
分割效果如圖所示，可見車輛效果較好，其他效果不理想，僅供學習交流～
