RandLA-Net 点云语义分割：S3DIS 全流程实现

文章目录RandLA-Net 点云语义分割：S3DIS 全流程实现一、任务二、环境三、数据3.1 S3DIS 下载3.2 预处理脚本四、模型4.1 局部特征聚合 (LFA)4.2 完整 RandLA-Net五、训练六、结果 (S3DIS 6-fold CV)七、消融八、调试九、总结代码链接与详细流程购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新RandLA-Net 点云语义分割：S3DIS 全流程实现一、任务输入: S3DIS 室内点云 (N 点, 每点 xyz + RGB) ↓ RandLA-Net ├── Encoder ×4: │ ├── Local Feature Aggregation (LFA) │ │ ├── 邻域特征 (K=16) │ │ ├── Conv1×1 + BN + ReLU │ │ └── Max Pooling 聚合 │ └── 随机采样 (N → N/4) ├── Decoder ×3: │ ├── Conv1×1 上采样 │ └── Skip Connection (与 Encoder 拼接) └── Classifier: Conv1×1 → Softmax (13 类) ↓ 输出: 逐点语义标签 (13 类) ├── 0: ceiling 1: floor 2: wall ├── 3: beam 4: column 5: window ├── 6: door 7: table 8: chair ├── 9: sofa