自学教程：Pointnet++ _语义分割实践

数据集：Scannet

数据集包含xyz和label信息，并不包含颜色信息。

一共1513个采集场景数据（每个场景中点数不一样），其中，1201个场景用于训练，312个场景用于测试。

这里的每一个场景8192点是一个样本，跟pointnet中单位平方4096点为一样本不同。

（注：github上回答s3dis数据集直接用于pointnet++的效果可能并不好的问题，说可能是s3dis采用的9通道信息，后六个通道占主要特征导致的，建议采用前三个通道！ what？？？待测）

理论部分

这就是pointe++的核心结构图了。

pointe++提出的目的：改善pointnet没有很好地捕获局部特征的问题。

我们可以把网络分为前端+后端，前端为特征提取层，后端按功能分为分类模块和分割模块。（这里主要讲语义分割模块）

特征提取层

特征提取层的每个小块的组成：sampling（采样层：质心）--> grouping（分组层）--> pointnet（局部特征提取）

1. 采样层：主要是为了质心点的选取，采用的是 FPS算法，即最远点采样。这里的质心点的个数是固定的，可能有重复点。
2. 分组层：为了克服常常在同一密度上训练而实际点集密度分布不均匀的情况，提出通过多尺度的方法实现自适应的特征提取，这里包括SSG（单尺度）、MSG（多尺度同一级，说计算成本很高）、MRG（多尺度不同级）三种方式。
3. pointnet：pointnet++在采样和分组后采用类似于pointnet几个特征层嵌入到网络中，分级式网络结构就是在这里体现的。

• figure 3：
  • MSG（左边）：不同半径的区域的特征连接在一起，附近的点数是固定的，由随机采样得到的；但计算成本很高，所以提出MRG；
  • MRG（右边）：不同网络级中综合不同半径的信号；根据当前局部密，上级特征和这级特征分以不同的权重：当前局部密度比较小，上一级（右侧）的权重比较大；当前局部密度比较大时，这一级（左侧）的权重比较大。 

注：以上的多尺度方式的分组层并没有开源代码，仅开源了SSG单尺度的代码。

SSG：每一层球查询的质心点数逐渐减少，半径逐渐增大，附近点一直是32个。TiTAN XP上训练约7个小时。

• figure 5：
  • 不同方式在均匀和不均匀的场景数据集上的准确率的比较；MSG、MRG鲁棒性更强。
  • DP：means random input dropout during training，均匀点随机丢失；（其它？？）