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
福运常在4 分钟前
股票数据API(19)次新股池数据
java·python·maven
多看书少吃饭8 分钟前
Vue3 + Java + Python 打造企业级大模型知识库(含 SSE 流式对话完整源码)
java·python·状态模式
胖祥11 分钟前
onnx之优化器
人工智能·深度学习
AI服务老曹11 分钟前
源码交付与低代码重构:企业级 AI 视频管理平台的二次开发实战
人工智能·低代码·重构
L-影12 分钟前
下篇:一棵树能长成多少种样子?——AI中决策树的类型与作用,以及它凭什么活了六十年还没过气
人工智能·算法·决策树·ai
jovi_AI电报13 分钟前
你还把 ChatGPT 当白月光,别人已经让它出来上班了
人工智能
Z.风止14 分钟前
Large Model-learning(2)
开发语言·笔记·python·leetcode
蓝天守卫者联盟114 分钟前
玩具喷涂废气治理厂家:行业现状、技术路径与选型指南
大数据·运维·人工智能·python
m0_7381207214 分钟前
我的创作纪念日0328
java·网络·windows·python·web安全·php
智慧化智能化数字化方案21 分钟前
架构进阶——解读企业数字化转型L1-L5数据架构设计方法论及案例【附全文阅读】
人工智能·企业数字化转型·l1-l5数据架构设计方法论