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
Raas1005 小时前
MAI Gateway(魔芋企业级AI网关)功能全解:AI网关支持本地模型吗?一文看懂AI网关能力矩阵
大数据·人工智能·网关·ai网关·mai gateway·企业级产品
蜗牛互联网5 小时前
AI给面试打分不够,求职者更需要可核对的证据
java·人工智能·后端
不开大的凯20775 小时前
跑分已死,交付为王
人工智能·ai·麦当秀aippt·ai office
databook5 小时前
泊松分布:从基础到实际应用
python·数据挖掘·数据分析
AI多Agent协作实战派5 小时前
【AI探索历程19】飞牛版:给NAS用户的一键部署
人工智能
外收内放6 小时前
Python与AI应用(文件操作)
python·学习
爱签AI电子合同6 小时前
电子合同服务稳定性怎么测?可用性保障维度专项测评
大数据·人工智能·电子合同·电子签名
AI模力圈6 小时前
Pytorch图模式技术原理解析
pytorch·深度学习·torch.compile
IC一站式服务6 小时前
AI时代数据中心互联:PCIe重定时器、重驱动器与交换机全解析
人工智能
正经教主6 小时前
【FDE系列】阶段2:Day 35:Python + SQL — 工单接入 MySQL + 本周收官
人工智能·python·fde