3D点云SOTA实验入门指南：从数据准备到模型训练全流程解析

1次阅读

没有评论

共计 3147 个字符，预计需要花费 8 分钟才能阅读完成。

3D 点云数据是三维空间中点的集合，每个点通常包含坐标 (x,y,z) 和可能的其他属性如颜色或强度。这类数据在自动驾驶、机器人导航、增强现实等领域有广泛应用。对于新手来说，复现 SOTA 实验常遇到以下痛点：

数据预处理复杂，点云数据往往是非结构化的
模型训练对计算资源要求高
超参数设置对结果影响大但缺乏明确指导

以下是几种主流点云处理架构的对比：

PointNet++：
优点：直接处理原始点云，层级特征提取
缺点：对局部结构捕捉有限
适用场景：分类、分割任务
PointCNN：
优点：通过 X 变换处理点云排列不变性
缺点：计算复杂度较高
适用场景：需要精确局部特征的任务
DGCNN：
优点：动态图结构捕捉点云关系
缺点：内存消耗较大
适用场景：需要建模点间关系的任务

点云数据标准化和增强的常用方法：

标准化：
将点云中心移到原点
缩放到单位球内
数据增强：
随机旋转
添加高斯噪声
随机缩放

import torch
from torch.utils.data import Dataset
import numpy as np

class PointCloudDataset(Dataset):
    """
    点云数据集加载器
    参数：data_path: 数据文件路径
        num_points: 每个样本的点数
        train: 是否训练模式(决定是否应用数据增强)
    """
    def __init__(self, data_path, num_points=1024, train=True):
        self.data = np.load(data_path)
        self.labels = np.load(data_path.replace('data', 'labels'))
        self.num_points = num_points
        self.train = train

    def __len__(self):
        return len(self.data)

    def __getitem__(self, idx):
        point_cloud = self.data[idx]
        label = self.labels[idx]

        # 下采样到固定点数
        if len(point_cloud) > self.num_points:
            indices = np.random.choice(len(point_cloud), self.num_points, replace=False)
            point_cloud = point_cloud[indices]

        # 数据标准化
        point_cloud = self.normalize(point_cloud)

        # 数据增强
        if self.train:
            point_cloud = self.augment(point_cloud)

        return torch.FloatTensor(point_cloud), torch.LongTensor([label])

    def normalize(self, pc):
        """将点云中心移到原点并缩放到单位球内"""
        centroid = np.mean(pc, axis=0)
        pc = pc - centroid
        m = np.max(np.sqrt(np.sum(pc**2, axis=1)))
        pc = pc / m
        return pc

    def augment(self, pc):
        """数据增强"""
        # 随机旋转
        angle = np.random.uniform(0, 2*np.pi)
        cosval, sinval = np.cos(angle), np.sin(angle)
        rotation_matrix = np.array([[cosval, 0, sinval],
                                   [0, 1, 0],
                                   [-sinval, 0, cosval]])
        pc = np.dot(pc, rotation_matrix)

        # 添加噪声
        noise = np.random.normal(0, 0.02, size=pc.shape)
        pc += noise

        return pc

学习率：通常从 3e- 4 开始尝试
Batch size：根据 GPU 内存选择，常用 32 或 64
Epoch 数：100-300，配合早停策略
优化器：Adam 或 SGD with momentum

Batch size 影响：
增大 batch size 可以加速训练但可能降低泛化能力
建议从 32 开始逐步增加
学习率策略：
使用学习率 warmup
配合余弦退火策略
混合精度训练：
使用 apex 或 PyTorch 原生 AMP
可显著减少显存占用

数据泄露：确保训练集和测试集完全分离
归一化不当：在整个数据集上计算统计量，而不是单个样本
点云顺序：确保模型对点的排列顺序不变
评估指标：选择合适的评估指标(如分类准确率、mIoU 等)
硬件限制：注意点云大小和 batch size 对显存的影响

以下是基于 DGCNN 的最小可运行示例：

import torch
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader

# 1. 准备数据
train_dataset = PointCloudDataset('modelnet40_train.npy', num_points=1024, train=True)
test_dataset = PointCloudDataset('modelnet40_test.npy', num_points=1024, train=False)

train_loader = DataLoader(train_dataset, batch_size=32, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=32, shuffle=False)

# 2. 定义模型
model = DGCNN(num_classes=40).cuda()

# 3. 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

# 4. 训练循环
for epoch in range(100):
    model.train()
    for points, labels in train_loader:
        points, labels = points.cuda(), labels.cuda().squeeze()

        optimizer.zero_grad()
        outputs = model(points)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

    # 验证
    model.eval()
    correct = 0
    total = 0
    with torch.no_grad():
        for points, labels in test_loader:
            points, labels = points.cuda(), labels.cuda().squeeze()
            outputs = model(points)
            _, predicted = torch.max(outputs.data, 1)
            total += labels.size(0)
            correct += (predicted == labels).sum().item()

    print(f'Epoch {epoch}, Accuracy: {100 * correct / total}%')