简介针对PointNet/PointNet训练自定义LAS点云数据的需求这套基于PyTorch的代码包提供了完整的分类与语义分割流程。资源以GitHub开源项目Pointnet_Pointnet2_pytorch为基础重点适配带Classification属性的LAS点云数据读者可在PointNet或PointNet之间自由选择适合正在学习点云深度学习、需要快速上手自己数据集的中高级学习者。包体共19个文件以Python脚本为主涵盖数据加载、LAS属性解析、模型定义、训练与测试等环节另含两个LAS点云样本一个用于训练验证一个用于预测及说明文档压缩包仅26KB。结构清晰便于直接修改和使用。目前已有894人学习/下载。通过这套代码可省去从零搭建环境的步骤直接获得适配LAS分类任务的数据预处理与训练测试流程理解如何将通用PointNet/PointNet迁移到带语义标签的LAS点云上并快速产出初步分类结果。1. 用你自己的LAS点云跑PointNet分类为什么这条路比“下载公开数据集”更值得走拿到了LAS格式的机载或车载点云带着Classification属性却找不到公开的PointNet可用数据这几乎是每个做点云分类的从业者都卡过的坎。公开的ModelNet40、ScanNet都是完整网格或处理好的纯净点云一旦换成实测LAS——植被、地面、建筑、电线杆混在一起点密度不均匀坐标动辄几十万米——原样喂进去loss直接不收敛验证集精度的起起伏伏能让人怀疑人生。而这篇要解决的正是用PointNet和PointNet在“自己手里的LAS数据”上跑通分类。从LAS字段抽取、坐标归一化到训练、评估和换模型升级整条路径用代码一步步走下来最后给出一个能落到生产环境的方案。适合那些手里有LAS点云、想训练一个能区分地物类别的分类模型的工程师和研究者。先说结论整条路的核心不在PointNet的网络结构而在“把LAS变成PointNet认识的数据”这一层。Classification属性是LAS里现成的标签但它的数值映射、组织方式和PointNet想要的索引数组方式之间存在很大的鸿沟这个鸿沟不填平再怎么调参数都是白搭。2. 为什么从LAS Classification入手从PointNet的原生输入说起2.1 PointNet对输入数据的要求和LAS的天然差异PointNet原模型的输入形式是N×3或N×KK是点特征维数的张量从点云里归一化到以原点为中心、尺度在1左右的包围盒。LAS文件常见的坐标可能是UTM 50NX是几万米、Y是几千万米、Z是高程这个尺度落在PointNet的MLP激活函数饱和区。LAS的Classification字段是uint8编码编码含义参照ASPRS标准大多数点类别集中在2地面、3低矮植被、4中等植被、5高植被、6建筑这五个类而是未分类或0数值本身不能直接当标签喂进去。还有一个数据组织形式的问题一条LAS是“一个文件一个场景”一个场景里有几十个类别每类点数相差悬殊如果不做裁块和重采样PointNet训练时用“把所有点一次性喂给网络”的写法小类别轻易被淹没。从LAS到PointNet输入归一化是第一步后面要把场景切成块再在块内做归一化和采样让训练时一个batch里各类别比例可控。2.2 两种网络选型PointNet和PointNet的取舍先介绍一个常见做法做LAS机载点云地物分类PointNet作为baseline足够验证数据流程是否通畅PointNet负责精度。原理上讲PointNet的全局max pooling解决了置换不变性问题但全世界共享一个特征向量导致它对稠密区域和稀疏区域不加区分这在LAS数据里非常吃亏——机载点云地面点密度高植被中下层密度低高层建筑立面和底面的分布差异就更明显。PointNet把点云按邻域分组用Ball Query或KNN选邻域在每一组内先用小型PointNet称为Set Abstraction层提取局部特征然后逐层上采样融合全局与局部特征。从机载LAS的物理含义看房屋的屋顶是一个局部平面结构地面和道路是很大的平面结构前者需要在较小的邻域半径内被识别后者需要较大的邻域——PointNet的多尺度分组MSG模式就是为此设计的。建议直接把训练代码写到“可切换模型”的层面用同一种数据加载方式一个参数切换PointNet或PointNet。这样做的好处是先跑PointNet验证数据正确性再用PointNet提升精度如果两种模型的精度相差很大多半是数据分割方式的问题而不是模型结构的问题。3. PointNet分类模型的核心结构从代码层面理解它为什么能处理LAS3.1 一个能直接训练LAS数据的PointNet分类网络下面这个实现是我在实际项目里多次调整沉淀下来的标准结构可以直接作为baseline。它不依赖官方实现用PyTorch凡常用组件搭起来就好。import torch import torch.nn as nn import torch.nn.functional as F class PointNetClassification(nn.Module): def __init__(self, num_classes, input_channels3, use_tnetTrue): super().__init__() self.use_tnet use_tnet if self.use_tnet: self.input_transform TNet(kinput_channels) self.mlp1 nn.Sequential( nn.Conv1d(input_channels, 64, 1), nn.BatchNorm1d(64), nn.ReLU(), nn.Conv1d(64, 64, 1), nn.BatchNorm1d(64), nn.ReLU() ) self.feature_transform TNet(k64) self.mlp2 nn.Sequential( nn.Conv1d(64, 64, 1), nn.BatchNorm1d(64), nn.ReLU(), nn.Conv1d(64, 128, 1), nn.BatchNorm1d(128), nn.ReLU(), nn.Conv1d(128, 1024, 1), nn.BatchNorm1d(1024), nn.ReLU() ) self.classifier nn.Sequential( nn.Linear(1024, 512), nn.BatchNorm1d(512), nn.ReLU(), nn.Dropout(0.4), nn.Linear(512, 256), nn.BatchNorm1d(256), nn.ReLU(), nn.Dropout(0.3), nn.Linear(256, num_classes) ) def forward(self, x): # x: (B, C, N)C3表示XYZC6表示XYZ法向量或强度 if self.use_tnet: trans self.input_transform(x) x torch.bmm(trans, x) x self.mlp1(x) trans_feat self.feature_transform(x) x torch.bmm(trans_feat, x) x self.mlp2(x) x torch.max(x, dim-1, keepdimFalse)[0] # 全局max pooling x self.classifier(x) return x网络结构上这里有一个很多人会忽略的坑LAS点云的坐标尺度是几十万直接丢给网络训练MLP的权重更新会因为输入过大而梯度爆炸。因此数据预处理阶段的归一化比网络结构本身更关键。这个网络接收的输入形状必须是B, C, N和图像分类的B, C, H, W不同一个点云的整个点集相当于一张图的“宽高”点的顺序是任意的——这就是PointNet的核心假设置换不变性。TNet输入变换网络是一个小型PointNet生成一个3×3矩阵用来对输入XYZ做仿射变换。LAS点云的采集方向是固定的有没有TNet影响不大。实测中在机载LAS上开着TNet不但训练时间翻倍还有一定的验证集精度波动风险。我一般把use_tnet设为False只在数据本身有旋转变化时再开。全局max pooling是整个PointNet最精妙也最致命的地方。最大值操作保证了它对点的顺序不敏感但它也只保留每个通道最“激进”的特征。在LAS数据上如果一张场景切片包含大量地面点和少量建筑点max pooling后建筑的特征可能被地面点的“最大值”淹没导致建筑类别识别率低。这就引出PointNet的局部特征聚合方案。3.2 TNet和BatchNorm在LAS数据上的实际表现服务器上PyTorch的版本、GPU驱动版本都可能影响一个看起来很简单的BatchNorm的行为特别是在数据归一化做得不彻底时。LAS数据如果用了“整块场景直接归一化”而不是“逐条样本归一化”训练集和验证集的均值方差不同BatchNorm会在训练后期出现验证集loss震荡。代码上多写一步GroupNorm稳定性更好但对大多数场景把逐块归一化写进数据加载器Dataset里比换Normalization层更直接。从算力的角度看PointNet分类网络是一个轻量模型——不算TNet的情况下一个3万点的样本在单张2080Ti上做forward加backward大约只要15ms。真正的瓶颈在数据加载和预处理上后续数据管线设计时把LAS裁切和归一化放在多进程DataLoader的前置模块里并行处理训练才能跑满GPU。4. 把LAS转成PointNet能直接吃的张量数据预处理全流程4.1 从LAS读取XYZ和Classificationlaspy的正确打开方式常见的预处理工具是laspy读取LAS文件并将Classification字段导出为numpy。下面这段代码是完整的处理流程。import laspy import numpy as np def read_las_classification(las_path): las laspy.read(las_path) points np.vstack([las.x, las.y, las.z]).T classification las.classification.copy() return points, classification las_path your_data.las points, labels read_las_classification(las_path) print(points.shape, labels.shape, np.unique(labels))这里对关键逻辑做一个说明las.x返回的是经过缩放和偏移还原后的真实坐标单位是米。如果直接用las.X即raw整数坐标每个数值是“真实坐标 / scale offset”后的整数这会把坐标尺度进一步拉大而且不同LAS文件的scale可能不同。务必使用las.x / las.y / las.z属性。分类值一定要用.copy()拷贝否则后面做数据过滤操作时las文件对象被关闭numpy数组可能报错。运行这段代码控制台会输出点数和类别值列表。理论上一个标准机载LAS里应该包含2地面、3-5植被、6建筑。如果输出全是0或1说明数据本身未分类这种数据后面要做无监督预分割或者直接扔掉——未分类LAS训练分类模型没用。4.2 裁块与归一化代码里的正确位置LAS文件动辄几百万点整块输入PointNet是不现实的。常见做法是按固定尺寸如20m×20m将场景切块每个块内的点数用体素下采样或随机采样控制在固定数量如4096点。def normalize_block(points): # 逐块归一化减去质心除以最大半径 centroid np.mean(points, axis0) points points - centroid max_dist np.max(np.linalg.norm(points, axis1)) if max_dist 1e-8: return points points points / max_dist return points def create_train_blocks(points, labels, block_size20.0, points_per_block4096): xmin, ymin np.min(points[:, :2], axis0) blocks [] block_labels [] x_width np.max(points[:, 0]) - xmin y_width np.max(points[:, 1]) - ymin for i in range(int(np.ceil(x_width / block_size))): for j in range(int(np.ceil(y_width / block_size))): # 取出该块内的点 mask ((points[:, 0] xmin i * block_size) (points[:, 1] ymin j * block_size) (points[:, 0] xmin (i1) * block_size) (points[:, 1] ymin (j1) * block_size)) block_pts points[mask] block_lbls labels[mask] if len(block_pts) 100: # 过滤掉空块和极稀疏块 continue # 随机采样到固定点数 if len(block_pts) points_per_block: idx np.random.choice(len(block_pts), points_per_block, replaceFalse) else: idx np.random.choice(len(block_pts), points_per_block, replaceTrue) block_pts block_pts[idx] block_lbls block_lbls[idx] block_pts normalize_block(block_pts) blocks.append(block_pts.astype(np.float32)) # 标签转成整数索引0为背景1-5对应各类 # 这里假设Classification的5类映射到0-4 block_labels.append(block_lbls.astype(np.int64)) return np.stack(blocks), np.stack(block_labels)这段代码里的dos和donts随机采样在点云稠密的地方用随机下采样密度稀疏的地方用有放回采样凑够固定点数。块的类别分布会严重不均衡——一棵树可能分布在20多个块里一个小汽车只在1个块里。如果全场景块都用训练集类别比可能是1000:1导致模型整体预测偏向多数类少数类召回几乎为0。解决方法是后续加“类别加权采样”或用Focal Loss。Focal Loss的思路是降低已学得很好的那部分样本的权重让模型多关注“难分”的少数类——LAS点云分类中的小类比如汽车、电线杆是典型难分样本。归一化放在采块之后而不是整个场景归一化。整个场景级归一化会把局部几何差异抹掉放在块级别则保留局部的相对形状。4.3 不使用全场景坐标而是局部归一化这个选择背后有物理依据做LAS点云分类局部几何特征比绝对坐标含义丰富得多。一个20m×20m的块里地面点在一个平面上建筑立面近似垂直于地面树冠是一个局部的球状分布——局部归一化后这些结构特征最稳定。反观全局归一化点云在坐标上的绝对位置主要受测区经纬度影响同一地物在不同测区的坐标完全不同网络去拟合这种“数字差异”毫无物理意义。有人把XYZ之外又额外加了RGB或强度特征LAS文件的强度Intensity字段对植被分类有意义——沥青和水泥的反射强度不同。把强度归一化后拼到输入特征维度从3维变成4维PointNet的Conv1d输入通道数改一下就行。但要注意LAS的强度存储在内存中只有2字节部分老的LAS文件数值范围是0-65535还有部分是0-255跨文件要统一归一到0-1才能混着训练。5. 用LAS数据训练分类模型从dataset到训练代码的完整链路5.1 Dataset类的写法PyTorch的数据加载实践只要block的预处理做得好Dataset类写起来很简单。但要注意的是在__getitem__里做随机采样会导致每个epoch的数据都是“重新抽样的”这样同一个块的样本在训练和测试时内容不同——对测试集来说这很危险因为同一个块的原始数据可能出现在训练集里随机抽样又会产生同源样本。正确做法是在预处理阶段一次性固定抽样训练集和验证集按“块”为单位做划分而不是按“点”做划分。import torch from torch.utils.data import Dataset class LASBlockDataset(Dataset): def __init__(self, block_points, block_labels, num_classes6): self.points torch.from_numpy(block_points).permute(0, 2, 1) # permute变成(B, C, N)格式 self.labels torch.from_numpy(block_labels) self.num_classes num_classes def __len__(self): return len(self.points) def __getitem__(self, idx): # 这里已经预处理完毕直接返回即可 return self.points[idx], self.labels[idx] # 划分训练集和验证集 n_blocks block_points.shape[0] indices np.random.permutation(n_blocks) train_idx indices[:int(n_blocks * 0.7)] val_idx indices[int(n_blocks * 0.7):] train_dataset LASBlockDataset(block_points[train_idx], block_labels[train_idx]) val_dataset LASBlockDataset(block_points[val_idx], block_labels[val_idx])permute这一步很容易被忽略却又极其关键。预处理阶段得到的数组形状是(N, C)如果直接拿它去训练PointNet的Conv1d期望的输入是(B, N, C)但这里把C放到了维度1的位置即(B, C, N)。PyTorch的Conv1d要求输入是(batch, channels, length)length在点云里就是点的数量。如果用torch.from_numpy直接送进去而不做permute你会发现loss不下降或者训练的时候直接报维度不匹配——这是PointNet做点云训练时的高频报错。还有一个隐性问题数据划分必须按块整体划分如果按点随机划分训练集里某一块的部分点出现在验证集里同一场景的点云几何相似度极高验证集精度虚高换到完全没见过的LAS文件直接崩。5.2 引入类别加权的损失函数与超参设置基础CrossEntropyLoss在LAS数据上的表现通常会让地面点和植被点占主导汽车、电线杆类完全被吃掉。给Loss加权重是最快止血的办法。from collections import Counter def compute_class_weights(block_labels, num_classes): # 统计每类点数 flatten_labels block_labels.reshape(-1) class_counts Counter(flatten_labels.tolist()) total len(flatten_labels) # 权重 总点数 / (类别数 * 该类点数) weights [] for i in range(num_classes): if class_counts.get(i, 0) 0: weights.append(0.0) else: weights.append(total / (num_classes * class_counts[i])) return torch.tensor(weights, dtypetorch.float32) class_weights compute_class_weights(block_labels, num_classes6) criterion torch.nn.CrossEntropyLoss(weightclass_weights)类别加权CrossEntropy的原理不复杂一个类别的点数占总数比例很低时权重放大误差将梯度推向少数类。机载LAS里背景类的点占比可达60%以上权重在0.3左右汽车点占比不到1%权重能达到30以上。训练时有一个经验参数。初始学习率设在0.001用Adam优化器batch size设为32。在训练过程中实时观察每个epoch的类别精度会发现一个典型的规律训练集和验证集上多数类精度先到95%以上少数类可能一直停在30%。这时把类别权重的幂次从1.0提到1.5-2.0少数类就会开始动。But——权重过高会导致loss震荡验证集少数类的精度反而下降。正确做法是权重幂次从1.0开始每20个epoch递增0.1在验证集上找最佳值。这一部分没有银弹多试几次才能稳定。5.3 训练脚本主循环留好模型checkpoint和早停def train_one_epoch(model, dataloader, optimizer, criterion, device): model.train() total_loss 0.0 for points, labels in dataloader: points points.to(device) labels labels.to(device) optimizer.zero_grad() outputs model(points) loss criterion(outputs, labels) loss.backward() optimizer.step() total_loss loss.item() return total_loss / len(dataloader) def validate(model, dataloader, criterion, device): model.eval() total_correct 0 total_points 0 total_loss 0.0 with torch.no_grad(): for points, labels in dataloader: points points.to(device) labels labels.to(device) outputs model(points) loss criterion(outputs, labels) total_loss loss.item() preds torch.argmax(outputs, dim1) total_correct (preds labels).sum().item() total_points labels.numel() return total_loss / len(dataloader), total_correct / total_points device torch.device(cuda if torch.cuda.is_available() else cpu) model PointNetClassification(num_classes6, use_tnetFalse).to(device) optimizer torch.optim.Adam(model.parameters(), lr0.001) scheduler torch.optim.lr_scheduler.StepLR(optimizer, step_size30, gamma0.5) best_val_acc 0.0 patience_counter 0 for epoch in range(100): train_loss train_one_epoch(model, train_loader, optimizer, criterion, device) val_loss, val_acc validate(model, val_loader, criterion, device) print(fEpoch {epoch:02d}: train_loss{train_loss:.4f}, val_loss{val_loss:.4f}, val_acc{val_acc:.4f}) if val_acc best_val_acc: best_val_acc val_acc torch.save(model.state_dict(), best_model.pth) patience_counter 0 else: patience_counter 1 if patience_counter 20: print(Early stopping triggered.) break scheduler.step()这段训练代码的几个细节值得注意模型保存只用state_dict不保存整个model对象。因为项目迭代过程中模型定义大概率会修改比如从PointNet换到PointNet直接加载state_dict到新模型更灵活。优化器换用Adam配合StepLR比SGD在LAS这种非平衡数据上更省心StepLR在50个epoch前后会降低一半学习率防止后期验证集震荡。早停的patience设为20个epoch是保守写法如果训练数据比较大30个epoch以内通常就能收敛。“验证集精度高但实际预测新数据时效果差”的另一种常见情况是数据泄漏。比如同一个场景被切块后相邻的块在物理空间上是连接的如果按文件划分而不是按块划分会造成一个数据泄漏模型“记住”了场景A的局部特征验证时验证集恰好是场景A的邻居块。LAS数据划分的最佳实践是按照“测区”级别划分。比如一个城市有30块测区取其中5块完全不参与训练这样做出来的验证精度才可信。6. 避坑LAS点云训练PointNet时的常见翻车现场6.1 分类值全是0或1LAS自身未分类必须先做预处理现象读取LAS的Classification字段后发现99%的点都是0少数是1直接训练后模型把全场景预测为一个类别。原因LAS文件本身属于未分类状态。很多低成本激光雷达扫描设备导出的LAS文件Classification字段只是默认值。这和“训练代码写错了”完全是两码事。解决先做地面滤波如CSF布料模拟把地面点分类为2再做归一化分割得到植被和建筑或者用已有的分类工具如LiDAR360、TerraScan完成预处理。手工分类一小部分数据再训练一个辅助模型做自动分类也是有点费但管用的办法。6.2 XY坐标尺度几十万训练Loss变成NaN现象在第一个epoch训练时loss在十几个step之后突然跳到nan然后一直nan下去。原因坐标数值太大MLP输出的数值经过softmax之前出现极端值梯度直接炸了。解决检查是否对每个块做了局部归一化。特别要注意normalize_block里如果采用“以原点为中心”的归一化方式对一个超大的点云块做max_dist运算时可能得到0如果所有点坐标相同代码里加了max_dist 1e-8的保护就安全了。另一个常见做法是在预处理阶段把整个场景的坐标reduce到以“米的相对坐标”为单位——比如减去测区左下角坐标作为新的原点再做局部归一化。6.3 验证集精度高但实际项目预测效果差现象训练时验证集准确率95%以上新测区一推理整体精度掉到60%以下。原因训练和验证数据来自同一测区局部特征已经被模型“背下来”。不同测区的建筑风格、植被形态、点密度差异巨大模型泛化能力不足。解决数据划分按测区或按图幅隔离。至少拿一个文件完全不参与训练作为盲测集。建议在预处理时就强制保证“验证集来自不同的LAS文件”这个约束要写进数据划分逻辑里而不是训练时手动指定。6.4 块内点数差异大个别块上千个类别全同现象某些块的Accuracy达到100%某些块连跑都跑不动数据加载卡住。原因切块完成后没有做类别过滤。20m×20m的块里可能全是地面点一类点这种块对训练贡献极小却会拉低模型对少数类学习的推动力。另外一些块只有几百个点少数类样本少网络学到的少数类特征是噪声。解决建块时过滤掉“单类别占比超过95%”的背景块。然后把PointNet在后续引入的“组内点数约束”也写进去——ball query的半径要适配块的密度组内点数下限是16个低于这个数就扩大半径重查。6.5 LAS的Classification标签和实际地物错位现象训练时loss死活降不下去验证集精度稳定在50%左右比瞎猜1/616.7%高但远达不到实用水平。原因LAS文件的Classification字段本身就存在错标现象。机载数据的自动分类算法偶尔把低矮植被标为地面把阴影中的建筑立面标为植被。拿这些错标数据当训练真值模型学到的是“错标规则”而非真正的几何特征。解决训练前抽样10%的点进行人工目视校验修正明显的错标。如果数据量大至少按类别统计分类信度把置信度低于阈值的点从训练集里过滤掉。这个步骤虽然不是代码可以解决的但它是LAS训练PointNet最容易翻车但最不容易被意识到的坑。如果项目紧急把错误标签的比例直接计入训练loss的平滑项有时候能降低错误标签的影响——但只是权宜之计。7. PointNet在LAS场景下的精度提升关键改动与调参经验7.1 从PointNet到PointNetSampling层和Group层的落地改动PointNet的核心理念是“局部区域建模”和LAS数据天然的局部性十分契合。它的前向流程是用FPS最远点采样选出一批中心点围绕每个中心点用Ball Query找出邻域点对邻域内的点做PointNet提取局部特征然后层层上采样。PyTorch的实现里最关键的是FPS和Ball Query这两个算子的CUDA版本。Python/Numpy版本的FPS能跑但慢得令人发指单批次32个样本前向一次要多花几百毫秒。生产环境的建议是直接使用已经实现的扩展库比如PyTorch PointNet的第三方实现或PointNet官方TensorFlow代码转写的PyTorch版本。这些库都是现成的算子不推荐自己从头写CUDA。python import sys sys.path.append(pointnet2_pytorch) from pointnet2_ops import pointnet2_utilsdef farthest_point_sample(xyz, npoint): # xyz: (B, N, 3) 已经是归一化后的坐标 # 返回中心点索引 shape: (B, npoint) return pointnet2_utils.farthest_point_sample(xyz, npoint)def ball_query(radius, nsample, xyz, new_xyz): # radius: 球半径nsample: 每个球最多取多少点 return pointnet2_utils.ball_query(radius, nsample, xyz, new_xyz)FPS选中心点时第一个中心是随机选的后续每个中心都选“离已有中心最远”的点。这在LAS数据上的含义是中心点在空间上尽可能均匀分布保证局部区域的代表性。Ball Query的半径感觉像是玄学但实测下来机载LAS数据点密度在10-50 pts/m²半径设0.5-1.0米比较合适。如果点密度高半径可以缩小到0.3米点密度很低半径要拉大到1.5-2米。半径太小一个邻域内可能只有几个点局部特征不稳定半径太大局部特征变成了全局特征PointNet退化成了PointNet。 最远点采样的缩放是另一个值得说的地方。FPS每层输出的中心点数量通常设为上一层的1/4或1/8比如输入4096点第一层采样1024中心点第二层采样256中心点。LAS数据地物大小跨度大推荐的中间层设置是第一层半径0.5m采样1024点第二层半径1.0m采样256点这种配置覆盖了从电线杆0.3-1m到建筑立面5-20m的尺度范围。 ### 7.2 多尺度分组与点特征融合把强度加进特征通道的收益 PointNet的标准实现里每个中心点的局部特征来自邻域点集经过MLP后的max pooling。如果只用XYZ做输入在LAS上会有一个明显的缺陷树冠和建筑屋顶的几何形状在某些视角下高度相似——都是一片“起伏的面”单靠几何分不太清。这时把Intensity强度、ReturnNumber回波次数加进特征通道收益非常明显。LAS中植被通常有多次回波第一次回波在树冠顶部最后一次回波接近地面建筑屋顶只有一次回波。这是区分植被和建筑的关键特征。 python def prepare_input_with_features(points_xyz, intensity, return_number, norm_intensityTrue): # points_xyz: (N, 3), intensity: (N,), return_number: (N,) if norm_intensity: intensity (intensity - intensity.min()) / (intensity.max() - intensity.min() 1e-6) return_number return_number / 5.0 # 归一化到0-1之间假设最大回波次数是5 features np.stack([points_xyz[:, 0], points_xyz[:, 1], points_xyz[:, 2], intensity, return_number], axis1) return features.astype(np.float32)加了强度特征后PointNet在机载LAS上的整体分类精度提升3-8个百分点主要集中在植被和建筑两个类别上。最主要的还是不同产业的树在几何上差异太大——南方阔叶树和北方针叶树的点云形态完全不同但强度分布特征接近。这是纯几何方法很难跨越的泛化鸿沟靠强度特征就能绕过去。PointNet调参的个人经验是训练复杂度比PointNet高得多单epoch时间大约是PointNet的3-4倍如果数据本身质量一般类别错标多、噪声大PointNet和PointNet的最终精度差距可能不到2个百分点那基本说明问题出在数据侧而不是模型侧。先拿PointNet跑通流程再换PointNet提精度是一条更稳的路线。7.3 在Big-LAS上进行推理时的切块策略训练用的切块尺寸是20m×20m推理时不要用更大的块。原因很简单模型在固定尺寸、固定点数分布的块上训练的推理块如果变成100m×100mBlock内部地物复杂度远超训练分布精度会下降。推理时保持同样的块尺寸和采样点数用滑窗覆盖整个场景相邻块之间设3-5米的重叠重叠部分的预测结果用多数投票融合。这样能缓解边界处的切块伪影。推理的另一个关键细节是LAS文件的坐标范围很大但GPU显存有限一次推理几百万个点是会OOM的。推理代码用“逐块遍历”的方式写每块单独做归一化和推理结果再映射回全局坐标。块尺寸保持不变点数保持训练时的4096速度上也够用——在单张A100上推理一块大约需要10-20ms一个1平方公里的测区约2500个块总体不到一分钟。最后一个实操教训模型验证时除了看整体accuracy一定要单独算每个类别的IoU。LAS场景里地面点往往占总数的60%以上整体accuracy轻松超过90%但汽车类IoU可能只有20%。类别IoU才是你在项目汇报时能站得住脚的指标。把5类分别输出IoU作为模型上线和迭代的底线每次调参后先看这个表格再决定要不要保留新参数。希望这份从LAS到PointNet/PointNet的落地路径能帮到你少走几趟我走过的弯路。本文还有配套的精品资源点击获取
