Python——點雲數據增強

點雲數據增強，顧名思義，是一種數據增強方式，也常常作爲一種檢測模型魯棒性的方法。總結一下有以下幾種方式：旋轉，加噪聲，降採樣，不同程度的遮擋等

1. 降採樣
   在論文中常使用最遠點採樣和隨機採樣，功能實現簡單，具體體現在PointNet等代碼中只是一個超參數。
2. 高斯噪音
3. 延座標旋轉
   高斯噪音和旋轉的代碼參考博客：點雲 數據增強(Data Augmentation)：方法與python代碼
4. 增加離羣點
   通常對實際場景中的點需要進行離羣點濾波，用來訓練模型，但是，增加離羣點反而可以測試模型的魯棒性。