记录了如何使用RandLANet实现Semantic3D数据集的语义分割，这里记录下如何使用RandLANet训练我们自己的数据集。
声明:我的数据集是无人机获取的点云数据，与Semantic3D类似，因此以下内容是基于Semantic3D的处理来修改的。
其实使用RandLANet训练自己的数据集主要修改的是数据预处理部分和 dataset部分。
1、数据格式
我自己的点云数据集是txt格式，每一行代表一个点，每一行有7列，每一列分别为x，y，z，r，g，b，lable。
2、数据预处理
我们自己的数据集在数据存储上与公开的数据集或多或少都有些区别。如我的数据集的标签就存储在点云文件的最后一列，而Semantic3D的标签是单独存储成与点云文件同名的.label
Original: https://blog.csdn.net/u014311125/article/details/119000094
Author: GHZhao_GIS_RS
Title: 点云语义分割:使用RandLA-Net训练自己的数据集
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/497546/
转载文章受原作者版权保护。转载请注明原作者出处！