Pointnet_Pointnet2_pytorch
Pointnet_Pointnet2_pytorch 是一个基于 PyTorch 框架实现的开源项目，完整复现了深度学习领域经典的 PointNet 和 PointNet++ 算法。它主要致力于解决三维点云数据的处理难题，能够高效完成物体分类、部件分割以及场景语义分割等核心任务，让计算机能够“看懂”由无序点组成的 3D 形状。
该项目特别适合人工智能研究人员、高校学生以及从事 3D 视觉开发的工程师使用。无论是希望深入理解点云网络原理的学习者，还是需要快速搭建基准模型进行对比实验的开发者，都能从中获益。其独特的技术亮点在于提供了纯 Python 实现的友好代码结构，无需复杂的自定义算子编译即可运行；同时支持在 CPU 环境下调试，并内置了离线数据预处理、均匀采样等多种加速训练的策略。项目在 ModelNet、ShapeNet 等权威数据集上表现优异，分类准确率最高可达 92.8%，语义分割 mIoU 达到 53.5%，且配套提供了丰富的预训练模型和可视化测试脚本，极大地降低了 3D 深度学习的研究与开发门槛。
使用场景
某自动驾驶初创公司的感知算法团队，正致力于利用车载激光雷达（LiDAR）采集的原始点云数据，实时识别道路上的车辆、行人及交通设施。
没有 Pointnet_Pointnet2_pytorch 时
- 数据处理门槛高：团队需从零复现复杂的点云卷积与采样算法，耗费数周时间调试底层数学逻辑，且难以保证数值稳定性。
- 特征提取能力弱：传统方法难以直接处理无序、稀疏的 3D 点云，强行体素化会导致细节丢失，导致对远处小目标的识别率低下。
- 训练效率低下：缺乏成熟的离线数据预处理和均匀采样策略，模型训练收敛缓慢，严重拖慢算法迭代周期。
- 基准对比困难：缺少在 ModelNet 或 ShapeNet 等标准数据集上预训练好的高精度模型，难以快速验证新架构的有效性。
使用 Pointnet_Pointnet2_pytorch 后
- 开箱即用的高效部署：直接调用库中封装好的 PointNet++ 模型（如
pointnet2_cls_ssg），支持 CPU/GPU 灵活切换，一天内即可完成基线模型搭建。 - 精度显著提升：利用其特有的层级特征学习机制，直接在原始点云上操作，分类准确率在标准测试中可达 92.8%，有效捕捉细微几何特征。
- 训练加速与优化：通过
--process_data和--use_uniform_sample参数开启离线预处理与均匀采样，大幅减少冗余计算，训练速度提升明显。 - 丰富的预训练资源：直接加载官方提供的语义分割预训练权重（mIoU 达 53.5%），在此基础上进行微调，快速适配自动驾驶特定场景。
Pointnet_Pointnet2_pytorch 将复杂的 3D 深度学习理论转化为可执行的代码资产，让团队从重复造轮子中解放出来，专注于解决长尾场景下的感知难题。
运行环境要求
- Linux
需要 NVIDIA GPU，CUDA 10.1（代码也支持仅 CPU 运行，使用 --use_cpu 参数）
未说明
快速开始
PointNet 和 PointNet++ 的 PyTorch 实现
本仓库是 PointNet 和 PointNet++ 在 PyTorch 中的实现。
更新
2021年3月27日：
(1) 发布语义分割的预训练模型，其中 PointNet++ 可以达到 53.5% 的 mIoU。
(2) 在 log/ 目录下发布分类和部件分割的预训练模型。
2021年3月20日： 更新分类相关的代码，包括：
(1) 添加了针对 ModelNet10 数据集的训练代码。使用参数 --num_category 10。
(2) 添加了仅在 CPU 上运行的代码。使用参数 --use_cpu。
(3) 添加了离线数据预处理代码以加速训练。使用参数 --process_data。
(4) 添加了使用均匀采样进行训练的代码。使用参数 --use_uniform_sample。
2019年11月26日：
(1) 修复了之前代码中的一些错误，并添加了数据增强技巧。现在仅使用 1024 个点进行分类即可达到 92.8%！
(2) 添加了测试代码，包括分类、分割以及带有可视化的语义分割。
(3) 将所有模型整理到 ./models 文件中，方便使用。
安装
最新代码已在 Ubuntu 16.04、CUDA10.1、PyTorch 1.6 和 Python 3.7 环境下测试通过：
conda install pytorch==1.6.0 cudatoolkit=10.1 -c pytorch
分类 (ModelNet10/40)
数据准备
从 这里 下载对齐后的 ModelNet 数据，并将其保存到 data/modelnet40_normal_resampled/ 目录下。
运行
您可以使用以下命令运行不同的模式。
- 如果您希望使用离线数据处理，可以在首次运行时使用
--process_data参数。您也可以从 这里 下载预处理好的数据，并将其保存到data/modelnet40_normal_resampled/目录下。 - 如果您想在 ModelNet10 上训练，可以使用
--num_category 10参数。
# ModelNet40
## 在 ./models 中选择不同的模型
## 例如，不使用法向量的 pointnet2_ssg
python train_classification.py --model pointnet2_cls_ssg --log_dir pointnet2_cls_ssg
python test_classification.py --log_dir pointnet2_cls_ssg
## 例如，使用法向量的 pointnet2_ssg
python train_classification.py --model pointnet2_cls_ssg --use_normals --log_dir pointnet2_cls_ssg_normal
python test_classification.py --use_normals --log_dir pointnet2_cls_ssg_normal
## 例如，使用均匀采样的 pointnet2_ssg
python train_classification.py --model pointnet2_cls_ssg --use_uniform_sample --log_dir pointnet2_cls_ssg_fps
python test_classification.py --use_uniform_sample --log_dir pointnet2_cls_ssg_fps
# ModelNet10
## 设置与 ModelNet40 类似，只需使用 --num_category 10
## 例如，不使用法向量的 pointnet2_ssg
python train_classification.py --model pointnet2_cls_ssg --log_dir pointnet2_cls_ssg --num_category 10
python test_classification.py --log_dir pointnet2_cls_ssg --num_category 10
性能
| 模型 | 准确率 |
|---|---|
| PointNet（官方） | 89.2 |
| PointNet2（官方） | 91.9 |
| PointNet（PyTorch，不使用法向） | 90.6 |
| PointNet（PyTorch，使用法向） | 91.4 |
| PointNet2_SSG（PyTorch，不使用法向） | 92.2 |
| PointNet2_SSG（PyTorch，使用法向） | 92.4 |
| PointNet2_MSG（PyTorch，使用法向） | 92.8 |
部件分割 (ShapeNet)
数据准备
从 这里 下载对齐后的 ShapeNet 数据，并将其保存到 data/shapenetcore_partanno_segmentation_benchmark_v0_normal/ 目录下。
运行
## 在 ./models 中查看模型
## 例如，pointnet2_msg
python train_partseg.py --model pointnet2_part_seg_msg --normal --log_dir pointnet2_part_seg_msg
python test_partseg.py --normal --log_dir pointnet2_part_seg_msg
性能
| 模型 | 实例平均 IoU | 类别平均 IoU |
|---|---|---|
| PointNet（官方） | 83.7 | 80.4 |
| PointNet2（官方） | 85.1 | 81.9 |
| PointNet（PyTorch） | 84.3 | 81.1 |
| PointNet2_SSG（PyTorch） | 84.9 | 81.8 |
| PointNet2_MSG（PyTorch） | 85.4 | 82.5 |
语义分割 (S3DIS)
数据准备
从 这里 下载室内 3D 解析数据集 (S3DIS)，并将其保存到 data/s3dis/Stanford3dDataset_v1.2_Aligned_Version/ 目录下。
cd data_utils
python collect_indoor3d_data.py
处理后的数据将保存到 data/stanford_indoor3d/ 目录下。
运行
## 在 ./models 中查看模型
## 例如，pointnet2_ssg
python train_semseg.py --model pointnet2_sem_seg --test_area 5 --log_dir pointnet2_sem_seg
python test_semseg.py --log_dir pointnet2_sem_seg --test_area 5 --visual
可视化结果将保存到 log/sem_seg/pointnet2_sem_seg/visual/ 目录下，您可以使用 MeshLab 查看这些 .obj 文件。
性能
| 模型 | 总体准确率 | 类别平均 IoU | 检查点 |
|---|---|---|---|
| PointNet（PyTorch） | 78.9 | 43.7 | 40.7MB |
| PointNet2_ssg（PyTorch） | 83.0 | 53.5 | 11.2MB |
可视化
使用 show3d_balls.py
## 编译 C++ 可视化代码
cd visualizer
bash build.sh
## 运行一个示例
python show3d_balls.py
使用 MeshLab
参考项目
halimacc/pointnet3
fxia22/pointnet.pytorch
charlesq34/PointNet
charlesq34/PointNet++
引用
如果您在研究中使用了本仓库，请考虑引用它以及我们的其他工作：
@article{Pytorch_Pointnet_Pointnet2,
Author = {Xu Yan},
Title = {Pointnet/Pointnet++ Pytorch},
Journal = {https://github.com/yanx27/Pointnet_Pointnet2_pytorch},
Year = {2019}
}
@InProceedings{yan2020pointasnl,
title={PointASNL：利用自适应采样的非局部神经网络实现鲁棒的点云处理},
author={Yan, Xu and Zheng, Chaoda and Li, Zhen and Wang, Sheng and Cui, Shuguang},
journal={IEEE计算机视觉与模式识别会议论文集},
year={2020}
}
@InProceedings{yan2021sparse,
title={基于场景补全学习上下文形状先验的稀疏单次扫描激光雷达点云分割},
author={Yan, Xu and Gao, Jiantao and Li, Jie and Zhang, Ruimao, and Li, Zhen and Huang, Rui and Cui, Shuguang},
journal={AAAI人工智能会议（AAAI）},
year={2021}
}
@InProceedings{yan20222dpass,
title={2DPASS：基于二维先验辅助的激光雷达点云语义分割},
author={Xu Yan and Jiantao Gao and Chaoda Zheng and Chao Zheng and Ruimao Zhang and Shuguang Cui and Zhen Li},
year={2022},
journal={ECCV}
}
使用本代码库的精选项目
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
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。
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。