为什么Open3D可视化TensorFlow张量速度超慢

问题描述

在使用Open3D可视化TensorFlow张量表示的点云时速度超慢

原因分析

可能是因为Open3D没有针对tf.Tensor做优化,也可能是tf.Tensor本身没有对张量的操作做优化,所以可能如果要在CPU中计算,numpy可能性能更好。

解决方案

open3d.utility.Vector3dVector传参一定不要直接传tf.Tensor会非常慢,应该按照Open3D方文档的要求传numpy.ndarry类型的数据。故需要使用tf.Tensor张量的numpy()方法将tf张量转化为numpy张量,具体操作如下:

python 复制代码
...
np_points = tf_points.numpy()
pcd.points = open3d.utility.Vector3dVector(np_points)
...
相关推荐
珠***格1 小时前
双碳目标下:四可装置如何助力光伏消纳与碳数据上报
网络·人工智能·分布式·安全·边缘计算
Python私教1 小时前
Codex 自动写 Commit 够安全吗?一套证据化 Git 提交流程
人工智能·git·后端
Python私教1 小时前
AI Agent 上生产要不要开写权限?我把执行链拆成 4 道闸门
人工智能·后端·python
专注数据的痴汉1 小时前
「数据下载」黑龙江省黑土区富锦市土地利用数据
大数据·人工智能·信息可视化
ding_zhikai1 小时前
1. AI 应用的工作模式
人工智能·ai应用
天才测试猿1 小时前
软件测试知识总结(基础篇)
自动化测试·软件测试·python·功能测试·测试工具·职场和发展·测试用例
FII工业富联科技服务1 小时前
工业AR进入智能化阶段:AR+AI+数字孪生融合架构解析
人工智能·架构·ar
崔子末1 小时前
某影视库剧集列表以及查询接口逆向
爬虫·python
gogogo出发喽1 小时前
v3 admin
python
papaofdoudou1 小时前
判断排列逆序奇偶性的乘积判别法(范德蒙德符号法)
人工智能·算法