最远点采样FPS代码解析

注意：一般深度学习框架中都会使用批操作，来加速收敛。
因此采样函数的输入输出应当也要包含批。

def farthest_point_sample(xyz, npoint):
    """
    Input:
        xyz: pointcloud data, [B, N, C]
        npoint: number of samples
    Return:
        centroids: sampled pointcloud data, [B, npoint, C]
    """
    device = xyz.device
    B, N, C = xyz.shape
    S = npoint
    centroids = torch.zeros(B, S, dtype=torch.long).to(device)
    distance = torch.ones(B, N).to(device) * 1e10
    farthest = torch.randint(0, N, (B,), dtype=torch.long).to(device)
    batch_indices = torch.arange(B, dtype=torch.long).to(device)
    for i in range(S):
        centroids[:, i] = farthest
        centroid = xyz[batch_indices, farthest, :].view(B, 1, 3)
        dist = torch.sum((xyz - centroid) ** 2, -1)
        mask = dist < distance
        distance[mask] = dist[mask]
        farthest = torch.max(distance, -1)[1]
    return centroids 

知识储备

pytorch、python知识点

• nn.BatchNorm1d：批数据的归一化，详细说明可参考这里。

最远点采样 ( Farthest Point Sampling )

本质：一句话概括就是不断迭代地选择距离已有采样点集合的最远点。
最远点采样(Farthest Point Sampling)是一种常用的采样算法，特别是在激光雷达3D点云数据中。这篇文章介绍最远点采样方法在一维、二维、三维点集中的使用。附有numpy写的代码和实例。

FPS算法原理步骤：

1. 输入点云有N个点，从点云中选取一个点P0作为起始点，得到采样点集合S={P0}。
2. 计算所有点到P0的距离，构成N维数组L，从中选择最大值对应的点作为P1，更新采样点集合S={P0，P1}。
3. 计算所有点到P1的距离，对于每一个点Pi，其距离P1的距离如果小于L[i]，则更新L[i] = d(Pi, P1)，因此，数组L中存储的 一直是每一个点到采样点集合S的最近距离。
4. 选取L中最大值对应的点作为P2，更新采样点集合S={P0，P1，P2}。
5. 重复2-4步，一直采样到N’个目标采样点为止。

原理和实现代码（python）

ModelNet40数据集介绍

ModelNet40数据集是用于分类的点云数据集，包含了40个类别，训练集有9843个点云数据，验证集有2468个点云数据，数据集目录结构如下：

更多介绍请点击

代码实现（基于pytorch）

源码地址

环境配置

（1）Windows系统
python 3.8 cuda 11.1 pytorch 1.8.0 torchvision 0.9.0
（2）ubuntu系统
python 3.7 cuda 11.1 pytorch 1.8.0 torchvision 0.9.0

代码解析

可参考

目录结构

models：网络模型，如分割模型，分类模型，pointNet模型，pointNet++模型等
log??
data_utils??
visualizer：可视化

README

对于版本迭代的说明。

略…

工具链的安装

The latest codes are tested on Ubuntu 16.04, CUDA10.1, PyTorch 1.6 and Python 3.7:

conda install pytorch==1.6.0 cudatoolkit=10.1 -c pytorch

分类任务运行指南

下载数据集

• Data Preparation
  Download alignment ModelNet here and save in data/modelnet40_normal_resampled/.

运行代码