1.前言
Pointnet的网络结构和源码解释，已在之前写了次总结，本次主要针对论文中的数据集以.h5为TensorFlow的输入格式进行解释，记录如何制作H5文件，以提供给TensorFlow，PyTorch框架中进行训练。
首先，Pointnet一文中针对3个不同的任务使用到了三个数据集，分别为：
- 点云分类（3D Object Classification）——
ModelNet40，下载命令在provider.py中，运行python train.py后便会自动下载（416MB）到**data/**文件夹下，每个点云包含从形状表面均匀采样的2048个点。每个云均值为零，并归一到单位球面。data/modelnet40_ply_hdf5_2048在h5文件中还指定文本ID的文本文件。 - 点云部分分割（3D Object Part Segmentation）——
ShapeNetPart，下载命令在part_seg/download_data.sh中
浏览器点击下载：
ShapeNet原始点云数据（约1.08GB）
ShapeNet-制作好的hdf5文件（约346MB）
或者直接在终端手动下载数据集：
cd part_seg sh download_data.sh
- 执行脚本后将下载上面对应的两个数据集，脚本会自动解压到项目目录下。接下来直接运行train.py和test.py进行训练和测试即可。
- 语义分割（Semantic Segmentation in Scenes）—— Stanford Large-Scale 3D Indoor Spaces Dataset
- 对S3DIS数据集进行简单说明：在6个区域的271个房间，使用Matterport相机（结合3个不同间距的结构光传感器），扫描后生成重建3D纹理网格，RGB-D图像等数据，并通过对网格进行采样来制作点云。对点云中的每个点都加上了1个语义标签（例如椅子，桌子，地板，墙等共计13个对象）。
用于训练的数据会按照房间来划分点集，将房间的点云数据划分为1 m × 1 m 1m×1m1m×1m的块，然后再对每个块预测其
- 中每个点的语义标签。每个点由一个9-dim向量表示，分别为：
X, Y, Z, R, G, B, X,Y,Z——标准化后的每个点相对于所在房间的位置坐标( 值为0 - 1)。在训练时，从每个块中随机采样4096个点，使用K折交叉验证（github中是6折，论文中是3折） - k-fold交叉验证：6-fold:训练集5个区域，测试集1个区域，3-fold：训练集4个区域，测试集2个区域，防止过拟合的常用手段。
注意： 这里有一个有意思的问题，对于分割网格进行训练，如果采用这种切分块式样的预处理方式作为输入，会影响到最后的结果，比如一张桌面出现两种不同的错误分割，这一点在RandLA-Net（2019）一文中进行了说明。因此那篇文章说道在做大场景点云分割的时候不能直接使用pointnnet这种方式，因为网络难以有效地学习到一个物体的整体几何结构，也是大场景点云分割的改进点。
2.数据集准备
·1.如果没有最后的可视化要求，即只评价模型的分割准确度，不进行更多测试，那可以下载制作好的hdf5格式文件，不会在训练后生成.obj文件：
点击下载作者准备好的S3DIS-hdf5文件（大约1.6G）
或者在终端运行：
cd sem_seg sh download_data.sh
脚本会自动解压得到一个indoor3d_sem_seg_hdf5_data 文件夹，其中包含ply_data_all_0.h5~ply_data_all_23.h5 共24个.h5结尾的数据文件，每个文件都包含data和 label数据。除最后一个为585行数据以外，这24个文件共有23×1000+585=23585行，每行对应一个切分为1m ×1m×1m的Block，表示4096个点，每个点对应9个维度。
all_files.txt 中保存24个数据文件名，room_filelist.txt中数据为23585 行，对应每行的Block所对应的采集area和room。
·2.如果想要进行测试和可视化，需要下载3D室内解析数据集（S3DIS Dataset数据集介绍）进行模型的测试和可视化工作。作者实验用的是Stanford3dDataset_v1.2_Aligned_Version数据集，填写信息进行下载下载链接。第一个是谷歌云平台存储的地址，第二个是一个共享文件形式，如果可以用谷歌云的话可能会方便很多。
在.txt文件中的保存的点云数据（XYZ，RGB），解压后文件夹大小为16.8GB
注意： 在执行 collect_indoor3d_data.py应该会出现类似于下面的错误：
D:\pointnet\data\Stanford3dDataset_v1.2_Aligned_Version\Area_5/hallway_6/Annotations D:\pointnet\data\Stanford3dDataset_v1.2_Aligned_Version\Area_5/hallway_6/Annotations
作者提示Area_5/hallway_6中多了一个额外的字符，不符合编码规范，需要手动删除。经查找具体位置为：Stanford3dDataset_v1.2_Aligned_Version\Area_5\hallway_6\Annotations\ceiling_1.txt中的第180389行数字185后。windows下建议使用EmEditor打开文件，会自动跳转到该行，数字185后面有一个类似空格的字符，实际上不是空格，删掉然后重新打一个空格就可以了。linux下直接使用gedit或vim跳转到该行修改即可。保存后再次使用编辑器尝试打开该文件，不提示出现问题说明已经修改完成。
对应修改位置如下：
如果要将数据转换为模型所需的hdf5格式，首先需要在Python中安装h5py，如果是Anaconda环境应该已默认安装，通过import h5py测试检查是否安装，没有安装的话可以使用下面命令进行快速安装：
sudo apt-get install libhdf5-dev # 安装h5py开发库，必要！ sudo pip install h5py
接下来准备自己的HDF5数据，下载好数据集后，分别运行该sem_seg/下的两个python脚本来生成hdf5数据文件。
- python collect_indoor3d_data.py用于数据的重组，转换为.npy格式文件，比如Area_1_hallway_1.npy（.npy为Numpy专用的二进制格式）。
- python gen_indoor3d_h5.py 将.npy文件批量转为HDF5文件。
3.训练：
使用准备好的HDF5数据文件（处理好的或自己转换的数据），即可开始模型训练，模型默认使用Vanilla PointNet进行训练，指定区域1用作测试集，作者给出的是区域6作测试集：
python train.py --log_dir log1 --test_area 1
得到在log1文件夹下关于训练模型和日志model.ckpt文件。
4.测试：
训练结束后，可以进行测试，需要对于测试集数据进行简单处理：
batch_inference.py 对测试集中的房间进行细分。
作者实验中使用6折交叉训练来训练获得6个模型。比如：对于model1，将区域2-6用作训练集，区域1用作测试集；对于模型2，区域1,3-6被用作训练集，区域2被用作测试集以此类推，请注意，论文使用了不同的3折交叉训练。
加入我们想使用model1进行测试，并获得一个obj文件用于可视化，那么测试集为区域1，可以运行如下代码，作者README中给出的是model6作为测试，即以区域6位测试集测试工作和可视化：
python batch_inference.py --model_path log1/model.ckpt --dump_dir log1/dump --output_filelist log1/output_filelist.txt --room_data_filelist meta/area1_data_label.txt --visu
测试执行完毕后。将会在log1/dump下创建一些.OBJ .TXT文件，可以使用CloudCompare，MeshLab等软件来进行区域1—会议室1的预测结果的可视化。
5.分割效果评价
最后是评估整体分割的准确性，作者依次评估了6个模型，并用于eval_iou_accuracy.py产生点的分类准确性和IoU，结果最终除以13，得到一个分割的平均交并比mIOU。
参考论文中作者的结果：
原文链接：https://blog.csdn.net/weixin_43199584/article/details/105378083
6.机器学习算法评估指标——3D语义分割
3D语义分割是在三维点云中对每个点进行分类，属于同一类的点都要被归为一类。 例如如下场景，属于建筑的点都要分成一类，属于植物的点也要分成一类。下面重点介绍3D语义分割算法的评估指标。
- PA（Point Accuracy）
定义：总体的分类准确度，分类正确的点数和点云总点数的比值
范围：0~100%
用途：这是最简单的度量分割准确性的方式 - MPA（Mean Point Accuracy）
- 定义：平均分类准确度，计算每一类分类正确的点数和该类的所有点数的比值然后求平均
范围：0~100%
- MIoU（Mean Intersection over Union）
定义：计算每一类的IoU然后求平均。一类的IoU计算方式如下：
1：假设P11表示本属于1类且被预测为1类的点数，X1表示本属于1类的点数， Y1表示被预测为1类的点数， 2：则1类的 IoU = P11 / (X1 + Y1 - P11)
- 范围：0~100%
用途：这是分割任务的标准度量方法，同时考虑了“漏标”和“误标”的情况。MIoU指标由于其代表性和简洁性，成为了评价分割准确性的最常用的指标。 - FWIoU（Frequency Weighted Intersection over Union）
定义：根据每一类出现的频率对各个类的IoU进行加权求和
范围：0~100%
用途：它是对MIoU的改进，每个类的重要性取决于它们出现的频率。
7.数据集下载
https://download.csdn.net/download/qq_37534947/84086098
参考链接：
