基于飞桨框架复现PointNet

P粉084495128
发布: 2025-07-29 09:34:13
原创
952人浏览过
本文介绍基于PaddlePaddle框架复现PointNet分类模型的方案。PointNet是早期处理点云分类/分割的框架,通过T-Net增强表示能力,用Max-Pooling获全局向量分类。在ModelNet40数据集上,该复现达89.4准确率,接近官方89.2。还详述数据集、网络结构、损失函数等,提供训练测试参数及操作步骤。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

基于飞桨框架复现pointnet - php中文网

Paddle-PointNet

采用PaddlePaddle框架进行PointNet的复现,这里只有关于分类模型的复现方案。

1. Introduction

本项目基于百度开源的PaddlePaddle深度学习框架进行PointNet的复现。

PointNet是早期针对点云的分类/分割问题设计的框架,它提供了一个统一的框架来支持众多的问题。尽管PointNet的提出时间较早,整体架构较为简单,但是它仍旧达到了一个高效且具有竞争力的表现效果,在今日针对点云相关问题的研究,仍然具有学习的意义。

Paper: PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation

Competition Page: PaddlePaddle AI Studio

GitHub Repo: Paddle-PointNet

PointNet Architecture:基于飞桨框架复现PointNet - php中文网        

PointNet的整体框架如上图所示,从笔者的理解出发,如果要针对于点云进行分类和分割任务,不同的点云有着不同数目的空间点。那么网络设计需要保证针对不同的点输入是排序无关的,而PointNet的思路就是从空间点云当中去采样一个子集,通过子集来对于点云整体进行一个建模。这样的好处就是可以保证输入规模是相同的,使得构建一个端到端的深度学习网络成为可能。

那么最简单的就是通过一个多层感知机的模型进行前馈传播,PointNet作为早期的工作也是这样一个思路,为使得排序无关,所以不能在不同点之间采用卷积/全连接网络进行带参数的训练,在我的理解当中T-Net就是为了增强网络的表示能力所引入的。最终将其直接利用Max-Pooling方法得到一个表征全局的向量,用于进行分类。在分割任务当中与原本得到的点的表示进行拼接,作为全局表征的补充。

显然直接进行全局的Pooling会损失大量的局部信息,PointNet++当中就采用最近邻的方法,相对于直接进行全局池化可以达到更好的效果,有兴趣的读者可以进行拓展阅读,在本项目当中就不多做介绍了。

Other Version Implementation:

  • TensorFlow (Official)
  • PyTorch

Acceptance condition

  • 在ModelNet40数据集上达到89.2的分类准确率。

2. Accuracy

针对于ModelNet40的分类准确率:

Model Accuracy
PointNet (Official) 89.2
PointNet (PyTorch) 90.6
PointNet (PaddlePaddle) 89.4

3. Dataset

ModelNet40

普林斯顿ModelNet项目的目标是为计算机视觉、计算机图形学、机器人学科和认知科学领域的研究人员提供全面、清晰的3D CAD模型对象集合。

数据集的基本描述信息如下:

  • 数据集大小:
    • 训练集: 9843
    • 测试集: 2468
  • 数据集格式:
    • CAD模型以Object File Format的格式保存

4. Environment

  • 硬件: GPU/CPU
  • 深度学习框架:
    • PaddlePaddle >= 2.1.2

5. Quick Start

Data Preparation

下载数据集 alignment ModelNet 并保存在 modelnet40_normal_resampled/. 本项目采用与PyTorch版本实现相同的数据集.

飞桨PaddlePaddle
飞桨PaddlePaddle

飞桨PaddlePaddle开发者社区与布道,与社区共同进步

飞桨PaddlePaddle 12
查看详情 飞桨PaddlePaddle
wget https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip
unzip modelnet40_normal_resampled.zip
登录后复制

       

Train

python train.py
登录后复制

       

训练的模型结果将默认保存在路径 pointnet.pdparams。

实验在单卡环境下大约需要训练10个小时左右能够达到最优表现。

Test

python test.py
登录后复制

       

6. Details

Project Structure

├── README.md├── arch.png├── data.py├── model.py├── pointnet.pdparams├── requirements.txt├── test.py├── train.log└── train.py
登录后复制

       

T-Net Layer

class TNet(nn.Layer):
    def __init__(self, k=64):
        super(TNet, self).__init__()
        self.conv1 = nn.Conv1D(k, 64, 1)
        self.conv2 = nn.Conv1D(64, 128, 1)
        self.conv3 = nn.Conv1D(128, 1024, 1)
        self.fc1 = nn.Linear(1024, 512)
        self.fc2 = nn.Linear(512, 256)
        self.fc3 = nn.Linear(256, k * k)
        self.relu = nn.ReLU()

        self.bn1 = nn.BatchNorm1D(64)
        self.bn2 = nn.BatchNorm1D(128)
        self.bn3 = nn.BatchNorm1D(1024)
        self.bn4 = nn.BatchNorm1D(512)
        self.bn5 = nn.BatchNorm1D(256)

        self.k = k
        self.iden = paddle.eye(self.k, self.k, dtype=paddle.float32)    def forward(self, x):
        x = F.relu(self.bn1(self.conv1(x)))
        x = F.relu(self.bn2(self.conv2(x)))
        x = F.relu(self.bn3(self.conv3(x)))
        x = paddle.max(x, 2, keepdim=True)
        x = x.reshape((-1, 1024))

        x = F.relu(self.bn4(self.fc1(x)))
        x = F.relu(self.bn5(self.fc2(x)))
        x = self.fc3(x)

        x = x.reshape((-1, self.k, self.k)) + self.iden        return x
登录后复制

       

仿射变换矩阵由微型网络 (T-net) 预测,并将此变换直接应用于输入点的坐标。 iden 用于使输出矩阵被初始化为一个单位阵。

Loss Function

class CrossEntropyMatrixRegularization(nn.Layer):
    def __init__(self, mat_diff_loss_scale=1e-3):
        super(CrossEntropyMatrixRegularization, self).__init__()
        self.mat_diff_loss_scale = mat_diff_loss_scale    def forward(self, pred, target, trans_feat=None):
        loss = F.cross_entropy(pred, target)        if trans_feat is None:
            mat_diff_loss = 0
        else:
            mat_diff_loss = feature_transform_reguliarzer(trans_feat)

        total_loss = loss + mat_diff_loss * self.mat_diff_loss_scale        return total_lossdef feature_transform_reguliarzer(trans):
    d = trans.shape[1]
    I = paddle.eye(d)
    loss = paddle.mean(
        paddle.norm(
            paddle.bmm(trans, paddle.transpose(trans, (0, 2, 1))) - I, axis=(1, 2)
        )
    )    return loss
登录后复制

       

将正则化损失(权重为 0.001)添加到 softmax 分类损失中,使矩阵接近一个正交矩阵。 为了使得高维变换能够发挥作用,正则化损失是必须的。 通过结合变换和正则化项,我们可以达到最优的分类效果。

Train & Test Parameters Description:

Name Type Default Description
data_dir str "modelnet40_normal_resampled" 训练和测试的数据集路径
num_point int 1024 从点云当中采样的点的个数
batch_size int 32 训练过程中采用的Batch Size大小
num_category int 40 ModelNet10/40
learning_rate float 1e-3 训练过程中采用的Learning Rate大小
max_epochs int 200 训练过程中迭代的epoch上限
num_workers int 32 Dataloader采用的workers数量
log_batch_num int 50 每隔多少个batch进行一次日志保存
model_path str "pointnet.pdparams" 在训练过程中保存/在测试过程中导入的模型路径
lr_decay_step int 20 StepDecay学习率衰减方法中定义的step_size
lr_decay_gamma float 0.7 StepDecay学习率衰减方法中定义的gamma

7. Model Information

有关该模型的其他信息,可以在如下表格中查看:

信息 描述
作者 甘云冲
时间 2021.8
框架版本 Paddle 2.1.2
支持的硬件 GPU/CPU
模型下载链接 pointnet.pdparams

准备数据集:

In [ ]
!unzip /home/aistudio/data/data35576/modelnet40.zip
登录后复制
   

运行Test方法

In [ ]
!python test.py
登录后复制
   

如果需要的话可以重新训练模型

In [ ]
!python train.py
登录后复制
   

以上就是基于飞桨框架复现PointNet的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号