cloudcompare制作点云分割数据集

  • 本文使用一个植物的数据集,进行标注从而能用于深度学习点云目标检测和分割任务
    • 论文出处 Soybean-MVS: Annotated Three-Dimensional Model Dataset of Whole Growth Period Soybeans for 3D Plant Organ Segmentation
  • 其中主要解决问题
    • 如何使用网格mesh和点云进行标注
    • 如何对于复杂物体进行分割
    • 如何设置标签进行导出
  • 下面是最后的结果图,上面为标注后数据,下面为原始数据。

软件下载

下载地址: https://www.cloudcompare.org/

打开文件

CloudCompare支持多种常见的3D数据格式导入,以下是其主要支持的文件格式:

  1. 点云文件格式
    • .las / .laz (LASer文件格式)
    • .e57 (ASTM E57文件格式)
    • .ply (Polygon File Format)
    • .xyz (简单XYZ文本格式)
    • .pts (ASCII格式)
    • .asc (ASCII格式)
    • .bin (CloudCompare二进制格式)
    • .pcd (Point Cloud Data文件格式)
    • .txt (ASCII文本格式)
  2. 网格模型文件格式
    • .obj (Wavefront Object文件格式)
    • .stl (STereoLithography文件格式)
    • .ply (Polygon File Format,支持网格)
    • .fbx (Autodesk FBX文件格式)
    • .3ds (Autodesk 3DS文件格式)
    • .dae (Collada文件格式)
  3. 地形数据格式
    • .dem (Digital Elevation Model)
    • .dtm (Digital Terrain Model)

导入文件

我这里面.txt格式数据进行导入,前三列为xyz点云坐标,后三个为点云点的RGB颜色信息

网格Mesh数据转成点云数据

  • 一般得到的三维数据可能直接是点云,也可能是得到是网格mesh数据。如果是mesh类型数据,我们先将mesh转化成点云数据

  • 选择网格转化成点云操作

  • 选择将网格采样到点云的点云数量

  • 最后的结果展示了采样后得到的点云

利用鼠标查看视图

  • 缩放视图:滚动鼠标滚轮来放大或缩小视图。
  • 平移视图:按住鼠标右键和建,移动鼠标来平移视图。
  • 选择对象:点击鼠标左键可以选择视图中的点云或网格对象。
  • 多选选择对象:按住Ctrl键,然后点击鼠标左键可以选择或取消选择多个对象。

标注

  • 这里我们的目标是,对分割的物体形成一个txt格式的文件并且名字中带有类别和实例个数。例如leaf_1.txt

分割

这里一定要确保是我们要分割的样本,先选中我们要分割的样本,一定要点击上

点击工具栏上的分割工具

通过以下步骤进行分割

  • 通过不断点击裁剪的物体的范围,形成闭环的多边体
  • 点击2号位置的按钮,对选中区域进行提取,这样3号按钮就能点击了
  • 最后点击对号按钮就分割出我们分割的物体

注意对于复杂物体可以通过多次转换视角,分次裁剪得到,如果有需要我后期单独会介绍这块

  • 最后分割结果如下图

保存文件

这里面选中我们同一类别的分割物体,点击保存案件

保存的时候输入我们保存的类别名

最后是我们分割出来的物体,包括类别和实例个数,方便后续我们进行不同任务,再进行相应的处理

总结

我这里总体介绍能满足语义和实例分割任务的数据集标注方式,但其中没有想其他介绍的对点云加标签,我这里是主要减少标注过程中操作,利用文件名约束,最后通过程序来转化成具体用什么框架和什么任务的数据集。

相关推荐
数科云21 分钟前
AI提示词(Prompt)入门:什么是Prompt?为什么要写好Prompt?
人工智能·aigc·ai写作·ai工具集·最新ai资讯
Devlive 开源社区22 分钟前
技术日报|Claude Code超级能力库superpowers登顶日增1538星,自主AI循环ralph爆火登榜第二
人工智能
软件供应链安全指南1 小时前
灵脉 IAST 5.4 升级:双轮驱动 AI 漏洞治理与业务逻辑漏洞精准检测
人工智能·安全
lanmengyiyu1 小时前
单塔和双塔的区别和共同点
人工智能·双塔模型·网络结构·单塔模型
微光闪现1 小时前
AI识别宠物焦虑、紧张和晕车行为,是否已经具备实际可行性?
大数据·人工智能·宠物
技术小黑屋_1 小时前
用好Few-shot Prompting,AI 准确率提升100%
人工智能
中草药z2 小时前
【嵌入模型】概念、应用与两大 AI 开源社区(Hugging Face / 魔塔)
人工智能·算法·机器学习·数据集·向量·嵌入模型
知乎的哥廷根数学学派2 小时前
基于数据驱动的自适应正交小波基优化算法(Python)
开发语言·网络·人工智能·pytorch·python·深度学习·算法
DisonTangor2 小时前
GLM-Image:面向密集知识与高保真图像生成的自回归模型
人工智能·ai作画·数据挖掘·回归·aigc
哥布林学者3 小时前
吴恩达深度学习课程五:自然语言处理 第二周:词嵌入(一)词汇表征和类比推理
深度学习·ai