KPConv-PyTorch
KPConv-PyTorch 是经典点云处理算法“核点卷积”（Kernel Point Convolution）的 PyTorch 版本实现。它专为解决三维点云数据的深度学习难题而生，能够有效处理点云无序、稀疏且分布不均的特性，在物体分类、场景语义分割及 SLAM 分割等任务中表现卓越。
相较于传统方法，KPConv 的核心亮点在于其“灵活可变形”的卷积机制。它通过在空间中动态分布的可学习核点进行卷积运算，不仅摆脱了对规则网格的依赖，还能自适应地捕捉复杂的几何结构特征，显著提升了模型对三维形状的理解能力。
这款开源项目非常适合从事计算机视觉、机器人感知及自动驾驶领域的研究人员与开发者使用。无论是希望复现 ICCV 2019 论文成果的学者，还是需要在 ModelNet40、S3DIS 或 SemanticKitti 等数据集上构建高精度三维感知模型的工程师，都能从中获益。项目提供了详尽的训练脚本、预训练权重及可视化工具，并支持 Ubuntu 和 Windows 环境，帮助用户快速上手并验证想法，是推动三维深度学习研究与应用的高效利器。
使用场景
某自动驾驶团队正在处理城市道路激光雷达点云数据，亟需提升对动态障碍物与复杂路面的实时语义分割精度。
没有 KPConv-PyTorch 时
- 传统体素化方法将不规则点云强制网格化，导致原始几何细节大量丢失，难以识别细小障碍物。
- 固定卷积核无法适应点云密度的剧烈变化，在稀疏区域特征提取失效，密集区域则计算冗余严重。
- 模型缺乏形变能力，面对车辆颠簸或传感器角度变化导致的点云分布扭曲，分割结果极不稳定。
- 调参过程繁琐，需反复尝试不同的采样率和邻域定义，开发周期长达数周且效果仍不理想。
使用 KPConv-PyTorch 后
- 利用可变形核点卷积直接在原始点上操作，完整保留了路面裂缝、护栏边缘等关键几何特征。
- 自适应核机制根据局部点密度灵活调整感受野，既保证了稀疏区域的感知能力，又提升了密集处的计算效率。
- 内核点的空间形变特性让模型能“跟随”点云分布自动校正，显著增强了在不同行驶工况下的鲁棒性。
- 直接调用官方提供的 SemanticKitti 预训练权重与脚本，三天内即可完成迁移训练并部署上车，大幅缩短研发链路。
KPConv-PyTorch 通过其独特的柔性卷积机制，解决了非结构化点云处理中的几何失真与适应性难题，成为高精度三维感知任务的核心引擎。
运行环境要求
- Linux (Ubuntu 18.04)
- Windows 10
未说明（基于 PyTorch 实现，通常建议配备支持 CUDA 的 NVIDIA GPU 以加速点云卷积运算，具体型号和显存需参考 INSTALL.md）
未说明
快速开始
由 Hugues THOMAS 创建
简介
本仓库包含 Kernel Point Convolution (KPConv) 在 PyTorch 中的实现。
KPConv 也在 TensorFlow 中提供（原始但较旧的实现）。
此外，KPConv 的另一种实现可在 PyTorch-Points-3D 中找到。
KPConv 是我们在 ICCV2019 论文中提出的一种点云卷积算子（arXiv）。如果您在研究中使用了我们的工作，请考虑引用：
@article{thomas2019KPConv,
Author = {Thomas, Hugues and Qi, Charles R. and Deschaud, Jean-Emmanuel and Marcotegui, Beatriz and Goulette, Fran{\c{c}}ois and Guibas, Leonidas J.},
Title = {KPConv: Flexible and Deformable Convolution for Point Clouds},
Journal = {Proceedings of the IEEE International Conference on Computer Vision},
Year = {2019}
}
安装
此实现已在 Ubuntu 18.04 和 Windows 10 上测试过。详细信息请参阅 INSTALL.md。
实验
我们提供了三个实验的脚本：ModelNet40、S3DIS 和 SemanticKitti。运行这些实验的说明位于 doc 文件夹中。
物体分类：指导如何在物体分类任务（ModelNet40）上训练 KP-CNN。
场景分割：指导如何在场景分割任务（S3DIS）上训练 KP-FCNN。
SLAM 分割：指导如何在 SLAM 分割任务（SemanticKitti）上训练 KP-FCNN。
预训练模型：我们提供了预训练权重及加载说明。
可视化脚本：目前仅实现了一个可视化脚本：显示卷积核的变形。
致谢
我们的代码使用了 nanoflann 库。
许可证
我们的代码采用 MIT 许可证发布（详情请参阅 LICENSE 文件）。
更新
- 2020年4月27日：首次发布。
- 2020年4月27日：感谢 @GeoSur 的贡献，增加了 NPM3D 支持。
常见问题
相似工具推荐
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
funNLP
funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。
cs-video-courses
cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。 面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。 这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
awesome-machine-learning
awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。 它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。 其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。