基于飞桨框架复现PointNet

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☜☜☜

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:        

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：

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.

ftcms飞天站群系统2.1

飞天站群系统介绍 飞天站群系统（FTCMS）是一款基于CI框架为核心开发的站群管理软件。团队自2015年起自主研发站群内容管理系统，6年来，修复升级上千个功能性问题。使得这款cms是一款简单易用，功能强大的web站群管理软件，让建站和做seo变得简单的站群软件，后台可以一键管理上千个网站，每个站点SEO可以独立设置，绑定独立域名，让您的每个网站都不一样。拥有飞天站群系统，做网站站群只需一个服务器，

下载

wget https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip
unzip modelnet40_normal_resampled.zip

Train

python train.py

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

6. Details

Project Structure

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

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

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

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:

7. Model Information

有关该模型的其他信息，可以在如下表格中查看：

!unzip /home/aistudio/data/data35576/modelnet40.zip

!python test.py

!python train.py