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
CV学术叫叫兽5 分钟前
快速图像识别:落叶植物叶片分类
人工智能·分类·数据挖掘
湫ccc14 分钟前
《Python基础》之pip换国内镜像源
开发语言·python·pip
hakesashou16 分钟前
Python中常用的函数介绍
java·网络·python
菜鸟的人工智能之路26 分钟前
极坐标气泡图:医学数据分析的可视化新视角
python·数据分析·健康医疗
菜鸟学Python27 分钟前
Python 数据分析核心库大全!
开发语言·python·数据挖掘·数据分析
小白不太白95028 分钟前
设计模式之 责任链模式
python·设计模式·责任链模式
WeeJot嵌入式32 分钟前
卷积神经网络:深度学习中的图像识别利器
人工智能
喜欢猪猪34 分钟前
Django:从入门到精通
后端·python·django
糖豆豆今天也要努力鸭39 分钟前
torch.__version__的torch版本和conda list的torch版本不一致
linux·pytorch·python·深度学习·conda·torch
脆皮泡泡41 分钟前
Ultiverse 和web3新玩法?AI和GameFi的结合是怎样
人工智能·web3