基于深度学习的点云处理模型PointNet++学习记录

前面我们已经学习了Open3D，并掌握了其相关应用，但我们也发现对于一些点云分割任务，我们采用聚类等方法的效果似乎并不理想，这时，我们可以想到在深度学习领域是否有相关的算法呢，今天，我们便来学习一个在点云处理领域具有代表性的算法：PointNet++。

PointNet

在学习PointNet++前，我们需要学习以下它的前身：PointNet。
我们知道，点云数据具有以下特点：

• 无序性：点云的位置可以随意调换没有影响（点与点之间可以换）
• 近密远疏：扫描视角不同导致点云的稀疏性不同
• 非结构化数据：处理困难，如NLP的处理就要比图像复杂
  那么针对这种问题，该如何解决呢，其实最主要的是我们要去提取特征。

思路：对于无序性的数据，我们要考虑能否利用置换不变性来解决问题，PointNet便是采用这个思路，即对于点云数据求最值（无论是max、min还是sum，它都与点的位置没有关系）。
同时，由于点云一般只有三维（xyz)，其维度太少，因此可以利用神经网络（多层感知机、全连接网络等）来升维，进而再进行处理。
下图为PointNet网络结构，其中里面的input_transform我们无需太过在意，可以看到，其输入的是所有点云，随后进行维度变换，最终输出分类或分割结果。

PointNet++网络介绍

根据其论文中给出的介绍，Point++是用于点云分割与分类的深度学习模型，由下图可知，该模型主要分为三部分，分别是点空间特征提取、分割模型以及分类模块。其中，Hierarchical Point set feature learning 由一系列点集抽象层（set abstraction）组成，而每一个set abstraction 又由三个关键层组成：sampling layer，Grouping layer，PointNet Layer。

1. Sampling layer：Sampling layer的作用是从点云中选择很多个质点和围绕在这些质点的局部区域。作为输入，通过使用FPS算法（farthest point sampling，最远点采样法）选出一系列点作为质点，与随机选取相比，这样可以更好的覆盖整个点集空间。
2. Grouping layer：这一层使用Ball query方法生成N’个局部区域，根据论文中的意思，这里有两个变量 ，一个是每个区域中点的数量K，另一个是球的半径。这里半径应该是占主导的，会在某个半径的球内找点，上限是K。球的半径和每个区域中点的数量都是人指定的。这一步也可以使用KNN来进行，而且两者的对于结果的影响并不大。
3. PointNet layer：输入为N’xKx(d+C)，输出为N’x(d+C’)，这里C’为局部特征的长度，应该是大于C的。这一步主要是将K个局部区域内的点的坐标转换为相对该区域中心点的坐标，并作为PointNet的输入，得到局部特征。

事实上，PointNet++相较于PointNet的创新便是在于数据的处理，其采用了分簇、分组的方式进行处理，这可以大幅减少计算量（PointNet是将所有点云输入PointNet网络，PointNet++是将数据分簇分组后输入PointNet网络）

分簇与分组

在这里，分簇是为了采样，即Sampling layer，而分组则是将每个簇的数据量统一，这样才能够输入卷积网络中运算，具体的，对于分组（Grouping layer）时，如果簇中数量多，那么就按照距离中心点距离进行排序，挑选近的留下（即删除远的点），对于簇中数量少，则将复制该簇内里离中心点最近的点，缺几个则复制几次）

PointNet++项目部署

源码下载

了解了PointNet++的基本原理后，接下来我们便要部署该项目来完成我们的任务，这里，应领导要求，博主并没有使用PointNet++的官方代码（官方代码是基于Tensflow框架开发的），而是使用了Pytorch的版本。

源码下载地址

环境部署

将源码下载后，便是部署环境，PointNet++所使用的包并不多且比较通用，博主直接使用了先前的conda环境，发现可以完美运行，也就没有重新创建conda环境。

S3Dis数据集介绍

在本次实验中，由于我们要做的任务是点云分割任务，因此我们使用的数据集为S3Dis，该数据集是一个室内点云分割数据集， 共有6个区域，13个类别，共计217个小区域（办公室、会议室等）其内容如下：
13个类别

6个大区域

我们以Area_1（区域1为例），其内有会议室、走廊等多个场所

再以office_9为例，office_9.txt是整个办公室点云，Annotations内的是office_9的分割点云，如里面的桌子，椅子等

我们使用CloudCompare打开可以看到其内容，数据格式为xyzrgb格式

数据格式转换

为何要进行数据格式转换呢，因为S3DIS数据集只是存储一些点，并没有标签（标签是存储在文件名上的），而collect_indoor3d_data脚本所做的事情就是将每一个Area下的每一个场景的点和标签进行合并，并且保存为.npy格式，加速读取的速度。
生成的.npy格式的数据也有217个。

.npy文件的内容如下，其实就是转成numpy的格式，从而方便运算，其相比于原本的txt多了一个维度，即第7个维度，用于表示所属类别。

import numpy as np
data=np.load("stanford_indoor3d/Area_1_WC_1.npy")
print(data)

collect_indoor3d_data代码如下，该部分主要是完成读取点云数据，并设置点云数据的保存路径，名称等

import os
import sys
from indoor3d_util import DATA_PATH, collect_point_labelBASE_DIR = os.path.dirname(os.path.abspath(__file__))
ROOT_DIR = os.path.dirname(BASE_DIR)
sys.path.append(BASE_DIR)anno_paths = [line.rstrip() for line in open(os.path.join(BASE_DIR, 'meta/anno_paths.txt'))]
anno_paths = [os.path.join(DATA_PATH, p) for p in anno_paths]output_folder = os.path.join(ROOT_DIR, 'data/stanford_indoor3d/')
if not os.path.exists(output_folder):os.mkdir(output_folder)# Note: there is an extra character in the v1.2 data in Area_5/hallway_6. It's fixed manually.
for anno_path in anno_paths:print(anno_path)try:elements = anno_path.split('/')out_filename = elements[-3]+'_'+elements[-2]+'.npy' # Area_1_hallway_1.npycollect_point_label(anno_path, os.path.join(output_folder, out_filename), 'numpy')except:print(anno_path, 'ERROR!!')

具体的，划分点云中的标签是通过collect_point_label方法实现的，事实上，我们并不需要读懂这部分代码，要想完成数据转换，只需要将我们的数据格式转换成与S3Dis数据集一样即可。

def collect_point_label(anno_path, out_filename, file_format='txt'):""" Convert original dataset files to data_label file (each line is XYZRGBL).We aggregated all the points from each instance in the room.Args:anno_path: path to annotations. e.g. Area_1/office_2/Annotations/out_filename: path to save collected points and labels (each line is XYZRGBL)file_format: txt or numpy, determines what file format to save.Returns:NoneNote:the points are shifted before save, the most negative point is now at origin."""points_list = []for f in glob.glob(os.path.join(anno_path, '*.txt')):cls = os.path.basename(f).split('_')[0]print(f)if cls not in g_classes: # note: in some room there is 'staris' class..cls = 'clutter'points = np.loadtxt(f)labels = np.ones((points.shape[0],1)) * g_class2label[cls]points_list.append(np.concatenate([points, labels], 1)) # Nx7data_label = np.concatenate(points_list, 0)xyz_min = np.amin(data_label, axis=0)[0:3]data_label[:, 0:3] -= xyz_minif file_format=='txt':fout = open(out_filename, 'w')for i in range(data_label.shape[0]):fout.write('%f %f %f %d %d %d %d\n' % \(data_label[i,0], data_label[i,1], data_label[i,2],data_label[i,3], data_label[i,4], data_label[i,5],data_label[i,6]))fout.close()elif file_format=='numpy':np.save(out_filename, data_label)else:print('ERROR!! Unknown file format: %s, please use txt or numpy.' % \(file_format))exit()

训练PointNet++网络

首先是模型选择，我们这里可以看到model中可供我们选择的模型，其中加了msg的代表使用了多尺度特征，其效果要比不加的好，当然，其网络也会更复杂一些，我们使用的是pointnet2_sem_seg_msg

parser.add_argument('--model', type=str, default='pointnet2_sem_seg_msg', help='model name [default: pointnet_sem_seg]')

选择使用的测试集，这里默认为Area_5

parser.add_argument('--test_area', type=int, default=5, help='Which area to use for test, option: 1-6 [default: 5]')

随后一些batch-size设置，epoch设置我们就不再赘述了（博主设置batch=16），同时需要注意的是需要修改以下num_workers的值，博主设置为0，这个看你服务器的性能，博主由于是在本地测试，因此也就设为0了，否则会报错：

UnpicklingError: pickle data was truncated

开启训练

加载数据集（训练集与验证集）

开启训练，输出最终的训练平均损失，以及训练平均准确度

测试模型

在测试模型时，我们指定加载的模型权重即可，即我们在训练时保存的log文件的地址：

parser.add_argument('--log_dir', type=str,default="pointnet2_sem_seg_msg", help='experiment root')

可以看到，测试数据集为Area_5

训练时的模型显卡使用情况如下：

最终的评估结果如下：

结语

本章主要介绍了PointNet++模型的结构以及部署问题，接下来便要进行模型的应用，我们需要使用自己的数据集来完成相应的任务。