置顶先贴上论文和代码的地址和链接，pointnet和pointnet++简直就是点云深度学习界的resnet呀，经典永流传。

         pointnet++论文：

        pointnet++代码：

        本博文将结合论文和代码来详细地分析pointnet++网络，包括最远点采样方法，网络结构等。

        如下图所示，Segmentation为分割网络结构，Classification为分类网络结构。主干网络由n个set abstraction(SA模块)构成，N表示点数，d表示维度，其中输入维度一般为xyz三维，或者xyzrgb等六维，分割网络和2D的分割网络一样，会有一个上采样过程，恢复到输入的N个点，并对n个点分别进行预测类别；而分类网络直接通过全连接网络输出整个点云的类别。

        data:存放数据的路径，详细可见下面这篇博客，有对几种任务的公共数据集的粗略解释，以及数据下载链接。Win10系统下复现Pointnet++（pytorch）_吃鱼不卡次的博客-CSDN博客

        data_utils:ModelNet、ShapeNet及S3DIS数据集的dataset组织形式，主要是对数据进行处理的，均含有__getitem__(self, index),__len__(self) 两个方法，getitem一般是用来返回数据和标签的，len返回数据的长度。

        log:用来记录训练的流程。

        models:定义了pointnet及pointnet++的网络结构。

         Visualizer:用来可视化的代码，我一般使用CloudCompare来进行可视化，不用open3d这些库来可视化，因为感觉不方便。

         最后是训练和测试的脚本，如下所示。

         pointnet++中包含有部件分割网络和语义分割网络，（部件分割在预测的时候需要知道大类的类别，然后再对大类中的小类别进行分类，如果预测结果中包含小类别外的类别，需要另外进行剔除并替换为小类别中的第一个类别，这一点我觉得很奇怪，所以就不使用部件分割，而使用语义分割了）直接来介绍语义分割网络：首先是SA模块，包含了Sampling,Grouping及Pointnet三部分，其中Sampling代表采样，是指从输入的点中使用最远点采样方法（Farthest Point Sampling，FPS）采样n个点（下图1），Grouping表示以采样的n个点为中心，聚合半径r内的点（下图2），Pointnet是指将聚合的点的特征采用MLP及maxpooling操作提取特征。

        这里再解释一下下图，对于1中选取的每个中心点，都会进行一次Grouping，每一个Grouping都会送到Pointnet网络中提取特征，所以2和3中会并行Grouping和Pointnet，直观上可以这么理解，代码上对张量进行批量化操作也是一样的道理。

        顾名思义，假设有一个点的集合{A1,A2,A3...An}就是选取距离彼此最远的k个点，取两个最远点好选取，那么选取k个最远点如何选取呢，通过以下例子来说明最远点采样方法：

        假设有7个点P0—P6，首先初始化第一个点为P0,则距离P0的最远点为P6,得到最远点的点集为{P0，P6}；

        其次第三个点选取步骤：先取最小值，再取最大值，至于为什么可以反过来想，如果我先取最大值，那么我可能选取的这个最大值可能离A远，但是离B近呀，这样就没办法保证我取得的是最远点了。（其实这里我也思考了很久才慢慢思考明白，这个最远点采样方法的思想和豪斯多夫距离（Hausdorff distance ）是一样的）。

         最后重复第二个步骤，直到选取完k个点。代码详见modelspointnet2_utils.py中的farthest_point_sample(xyz, npoint)方法,上面方法是基于torch写的。

        Sampling和Grouping这两个操作一般是放在一起进行操作的,从数据的shape中进行分析的话可以看下图：（1）Input:输入是xyz坐标数据（B,N,3），分别代表点云个数B，点个数N，坐标xyz;还有一个输入特征数据是对应的N个点的特征维度D;（2）Sampling:通过最远点采样方法从N个点中选取npoints个点作为中心点，坐标数据变为（B,npoint,3）;（3）Grouping:通过Sampling采样得到的npoint个中心点，首先对其每个中心点使用球搜索（会有一个内参r表示球搜索半径）检索出距离中心点最近的nsample个点，如果r范围内的点不足nsample个会用距离中心点的坐标进行补齐；然后通过球搜索检索得到的点来找到对应的特征数据，得到Grouping的特征数据，shape为(B,npoint,nsample,D);最后还需要将坐标数据和特征数据进行拼接，将得到shape为(B,npoint,nsample,D+3)的数据。

        稍微总结下，Grouping就是把Sample得到的点作为中心点，然后检索半径范围内的点，将数据从3维变成4维，保留了局部点云的特征。

        还是从数据的shape大小角度来分析PointNet这一模块做的工作：（1）首先会将维度进行交换，两个问题：第一，为什么要进行交换？是为了后面可以进行Conv2D卷积；第二，为什么要使用Conv2D卷积，而不使用Conv1D卷积？因为数据是4维的方便进行Conv2D，虽然是Conv2d卷积，但是其卷积核大小也是1X1的；C+D作为第二个维度的大小，可以看成2维卷积的通道数，而后面两维（nsample，npoint）可以看成是特征图的宽高大小；（2）然后经过卷积得到shape为（B,64,nsample,npoint），可以看到卷积只改变了通道数大小，而没有改变特征图大小；（3）最后对卷积后的特征图在最后一维取最大值，shape变为（B,64,npoint）,这一步的作用可以看成是为了得到每个球形区域中最明显最大的点。

        轻微总结下，PointNet这一模块主要是通过卷积提取Sampling+Grouping得到的点的特征，并且将特征数据从4维又变成了3维。

        很快就补充好。