3D点云SOTA模型入门指南：从数据预处理到模型部署实战

1次阅读

共计 1949 个字符，预计需要花费 5 分钟才能阅读完成。

3D 点云是由激光雷达或深度相机采集的离散三维空间数据点集合，每个点包含坐标 (x,y,z) 及可选属性（如 RGB 颜色、反射强度）。其核心特性包括：

无序性：点云没有固定排列顺序，模型需具备排列不变性
稀疏性：有效数据点在空间中分布不均匀（如远处物体点密度低）
非结构化：相比图像 / 体素，点云缺乏规则网格结构

典型应用场景：

自动驾驶：LiDAR 点云用于障碍物检测（Waymo Open Dataset）
工业检测：零件尺寸测量与缺陷识别（如 PCB 板焊点检测）
增强现实：实时场景三维重建（Microsoft HoloLens）

模型	关键创新点	计算复杂度	适用任务
PointNet++	层次化特征提取 +FPS 采样	O(NlogN)	分类 / 分割
PointCNN	X-Conv 卷积算子	O(NK)	密集预测任务
PointTransformer	自注意力机制 + 局部特征聚合	O(N^2)	大场景语义分割

注：N 为点数量，K 为邻域点数

import torch
from torch_geometric.data import Data

def load_modelnet40_sample() -> Data:
    """加载单个 ModelNet40 样本"""
    points = torch.randn(1024, 3)  # 模拟 1024 个三维点
    label = torch.tensor([3])      # 类别标签
    return Data(pos=points, y=label)

def farthest_point_sample(xyz: torch.Tensor, n_samples: int) -> torch.Tensor:
    """
    xyz: (B, N, 3)输入点云
    n_samples: 目标采样数
    返回: (B, n_samples)采样点索引
    """
    device = xyz.device
    B, N, _ = xyz.shape
    centroids = torch.zeros(B, n_samples, dtype=torch.long, device=device)
    distance = torch.ones(B, N, device=device) * 1e10

    # 随机选择初始中心点
    farthest = torch.randint(0, N, (B,), dtype=torch.long, device=device)

    for i in range(n_samples):
        centroids[:, i] = farthest
        centroid = xyz[torch.arange(B), farthest, :].view(B, 1, 3)
        dist = torch.sum((xyz - centroid) ** 2, -1)
        mask = dist < distance
        distance[mask] = dist[mask]
        farthest = torch.max(distance, -1)[1]
    return centroids

随机旋转：沿 z 轴旋转增强旋转不变性

def random_rotation(pc):
    angle = np.random.uniform(0, 2*np.pi)
    rot_matrix = np.array([[np.cos(angle), -np.sin(angle), 0],
        [np.sin(angle), np.cos(angle), 0],
        [0, 0, 1]])
    return pc @ rot_matrix.T