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
curd_boy8 分钟前
【AI】生产级 Graph RAG 落地架构
人工智能·架构
夏天想12 分钟前
人类将从“执行者“变为“总导演”,学习Ai知识
人工智能·学习
yangshicong14 分钟前
第11章:结构化输出与数据提取 —— 让 AI 直接返回你想要的数据格式
数据库·人工智能·redis·python·langchain·ai编程
@PHARAOH18 分钟前
WHAT - AI 领域的 hermes 和 harnes
人工智能
kevin 119 分钟前
财务报销智能审核怎么落地?DocFlux 智能分类抽取,全过程溯源
人工智能·ocr
言之。27 分钟前
【Python】免费的中文 AI 配音方案
开发语言·人工智能·python
zhangxingchao29 分钟前
AI应用开发七:可以替代 RAG 的技术
前端·人工智能·后端
Warson_L29 分钟前
python dict key详解
python
天天进步201543 分钟前
Python全栈项目:从零手操一个高性能 API 网关
开发语言·python
解局易否结局1 小时前
从架构视角看 ops-transformer:一个解决分层系统设计问题的算子仓库
深度学习·架构·transformer