千锋教育-做有情怀、有良心、有品质的职业教育机构

手机站
千锋教育

千锋学习站 | 随时随地免费学

千锋教育

扫一扫进入千锋手机站

领取全套视频
千锋教育

关注千锋学习站小程序
随时随地免费学习课程

当前位置:首页  >  技术干货  > s3dis详解:从特点到应用

s3dis详解:从特点到应用

来源:千锋教育
发布人:xqq
时间: 2023-11-23 17:27:15 1700731635

一、什么是s3dis

s3dis,即Stanford Large-Scale 3D Indoor Spaces Dataset,是斯坦福大学发布的大规模室内三维空间数据集。它包含了6个建筑物的室内三维地图和物体标注数据,其中每个建筑物的数据集都包含了数千个点云和高质量的渲染图像。s3dis提供了丰富的数据资源,被广泛应用于室内场景分割、多视角图像生成、室内导航等方向的研究领域。

二、s3dis的数据组成

s3dis的数据集包含了6个建筑物的室内空间,共计超过270万点的点云数据,以及高质量的渲染图像和物体标注数据。其中包括了办公室、教室、会议室、走廊、洗手间等常见室内场景。在每个建筑物中,数据集以房间为单位进行划分,并标注出了房间中的物体类型,如桌子、椅子、地毯等。 下面是s3dis数据集的一些统计信息:

Building A: 4532 room scans
            31 object categories
            9 object instances
 
Building B: 5063 room scans
            27 object categories
            4 object instances
 
Building C: 5463 room scans
            27 object categories
            4 object instances
 
Building D: 5117 room scans
            27 object categories
            4 object instances
 
Building E: 5292 room scans
            27 object categories
            4 object instances
 
Building F: 5117 room scans
            27 object categories
            4 object instances

除了点云数据、渲染图像和物体标注数据,s3dis还提供了每个物体在室内的3D坐标、旋转角度和尺寸信息,这为室内场景重建、物体识别提供了有力支撑。

三、s3dis的应用场景

由于s3dis数据集具有真实、多样、明确的标注信息,因此在室内场景分割、多视角图像生成、室内导航等领域得到了广泛应用。

四、s3dis的使用示例

1. 室内场景分割

在室内场景分割方面,s3dis数据集被广泛应用。下面,我们通过使用s3dis数据集训练模型,实现一个室内场景分割的样例。我们使用tensorflow框架和pointnet++网络结构来实现场景分割。

import numpy as np
import tensorflow as tf
import os
import sys
import time

## 定义pointnet++网络结构
def pointnet2_ssg(inputs, is_training, bn_decay=None):
    # todo: add pointnet++ ssg
    return seg_pred

## 数据读取
def load_data(data_dir):
    # todo: load s3dis data
    return data, label

if __name__ == '__main__':
    data_dir = 'data/s3dis'
    model_dir = 'model/s3dis'
    if not os.path.exists(model_dir):
        os.makedirs(model_dir)

    tf.reset_default_graph()
    pointclouds_pl = tf.placeholder(tf.float32, shape=(32, 4096, 6))
    labels_pl = tf.placeholder(tf.int32, shape=(32, 4096))
    is_training_pl = tf.placeholder(tf.bool, shape=())

    batch_size = 32
    num_point = 4096
    num_classes = 13
    learning_rate = 0.001
    max_epoch = 250

    with tf.device('/gpu:0'):
        logits = pointnet2_ssg(pointclouds_pl, is_training=is_training_pl, bn_decay=0.7)
        loss = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=labels_pl)
        loss = tf.reduce_mean(loss)

        tf.summary.scalar('loss', loss)

        if bn_decay is not None:
            update_ops = tf.get_collection(tf.GraphKeys.UPDATE_OPS)
            with tf.control_dependencies(update_ops):
                optimizer = tf.train.AdamOptimizer(learning_rate)
                train_op = optimizer.minimize(loss)

    saver = tf.train.Saver()

    ## 数据读取
    data, label = load_data(data_dir)
    num_data = data.shape[0]

    ## 开始训练
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        file_writer = tf.summary.FileWriter('logs', sess.graph)

        for epoch in range(max_epoch):
            idx = np.arange(num_data)
            np.random.shuffle(idx)
            total_loss = 0

            ## 按批次进行训练
            for from_idx in range(0, num_data, batch_size):
                to_idx = min(from_idx + batch_size, num_data)
                batch_data = data[idx[from_idx:to_idx], :, :]
                batch_label = label[idx[from_idx:to_idx], :]

                ## 训练一个批次
                _, batch_loss, batch_logits, summary = sess.run([train_op, loss, logits, merged_summary_op], feed_dict={
                    pointclouds_pl: batch_data,
                    labels_pl: batch_label,
                    is_training_pl: True
                })

                total_loss += batch_loss

            print('Epoch %d, loss %.4f' % (epoch, total_loss))

            ## 每十个epoch保存一次模型
            if epoch % 10 == 0:
                saver.save(sess, os.path.join(model_dir, 'model.ckpt'), global_step=epoch)

2. 多视角图像生成

s3dis数据集包含了大量的高质量渲染图像,这为多视角图像生成提供了有力支撑。下面,我们通过使用s3dis数据集中的渲染图像,训练一个GAN网络来生成室内场景中的多视角图像。

## 定义GAN网络结构
def generator(inputs, is_training):
    # todo: add generator network
    return gen_output

def discriminator(inputs, is_training):
    # todo: add discriminator network
    return dis_output

## 数据读取
def load_data(data_dir):
    # todo: load s3dis data
    return data, label, imgs

if __name__ == '__main__':
    data_dir = 'data/s3dis'
    model_dir = 'model/s3dis'
    if not os.path.exists(model_dir):
        os.makedirs(model_dir)

    tf.reset_default_graph()
    z_ph = tf.placeholder(tf.float32, shape=(32, 100))
    img_ph = tf.placeholder(tf.float32, shape=(32, 224, 224, 3))
    is_training = tf.placeholder(tf.bool, shape=())

    ## 定义GAN网络
    gen_output = generator(z_ph, is_training=is_training)
    dis_real = discriminator(img_ph, is_training=is_training)
    dis_fake = discriminator(gen_output, is_training=is_training, reuse=True)

    ## 定义损失函数
    d_loss_real = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=dis_real, labels=tf.ones_like(dis_real)))
    d_loss_fake = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=dis_fake, labels=tf.zeros_like(dis_fake)))
    d_loss = d_loss_real + d_loss_fake

    g_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=dis_fake, labels=tf.ones_like(dis_fake)))

    tf.summary.scalar("d_loss", d_loss)
    tf.summary.scalar("g_loss", g_loss)

    ## 定义优化器
    gen_vars = [var for var in tf.trainable_variables() if 'Generator' in var.name]
    dis_vars = [var for var in tf.trainable_variables() if 'Discriminator' in var.name]

    gan_optimizer = tf.train.AdamOptimizer(learning_rate=1e-4)
    dis_optimizer = tf.train.AdamOptimizer(learning_rate=2e-4)
    gen_optimizer = tf.train.AdamOptimizer(learning_rate=2e-4)

    gan_train = gan_optimizer.minimize(g_loss, var_list=gen_vars, global_step=tf.train.get_global_step())
    dis_train = dis_optimizer.minimize(d_loss, var_list=dis_vars, global_step=tf.train.get_global_step())
    gen_train = gen_optimizer.minimize(g_loss, var_list=gen_vars, global_step=tf.train.get_global_step())

    saver = tf.train.Saver()

    ## 数据读取
    data, label, imgs = load_data(data_dir)
    num_data = data.shape[0]

    ## 开始训练
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        file_writer = tf.summary.FileWriter('logs', sess.graph)
        merged_summary_op = tf.summary.merge_all()

        for epoch in range(max_epoch):
            idx = np.arange(num_data)
            np.random.shuffle(idx)
            total_d_loss, total_g_loss = 0, 0

            ## 按批次进行训练
            for from_idx in range(0, num_data, batch_size):
                to_idx = min(from_idx + batch_size, num_data)
                batch_z = np.random.normal(size=[batch_size, 100])

                ## 训练判别器
                _, batch_d_loss, summary = sess.run([dis_train, d_loss, merged_summary_op], feed_dict={
                    z_ph: batch_z,
                    img_ph: imgs[idx[from_idx:to_idx]],
                    is_training: True
                })
                total_d_loss += batch_d_loss

                ## 训练生成器
                _, batch_g_loss, summary = sess.run([gen_train, g_loss, merged_summary_op], feed_dict={
                    z_ph: batch_z,
                    is_training: True
                })
                total_g_loss += batch_g_loss

            print('Epoch %d, d_loss %.4f, g_loss %.4f' % (epoch, total_d_loss, total_g_loss))

            ## 每十个epoch保存一次模型
            if epoch % 10 == 0:
                saver.save(sess, os.path.join(model_dir, 'model.ckpt'), global_step=epoch)

3. 室内导航

利用s3dis数据集,我们可以实现室内导航系统。下面,我们通过使用s3dis数据集和强化学习算法,训练一个智能体来实现室内导航。

import numpy as np
import tensorflow as tf
import os
import sys
import time

## 定义DQN网络结构
def DQN(state_ph, action_ph, is_training):
    # todo: add DQN network
    return Q

## 数据读取
def load_data(data_dir):
    # todo: load s3dis data
    return data, label, nav_path

if __name__ == '__main__':
    data_dir = 'data/s3dis'
    model_dir = 'model/s3dis'
    if not os.path.exists(model_dir):
        os.makedirs(model_dir)

    tf.reset_default_graph()
    state_ph = tf.placeholder(tf.float32, shape=(None, 4096, 6))
    action_ph = tf.placeholder(tf.int32, shape=(None,))
    is_training = tf.placeholder(tf.bool, shape=())

    ## 定义DQN网络
    Q = DQN(state_ph, action_ph, is_training=is_training)

    ## 定义损失函数和优化器
    target_ph = tf.placeholder(tf.float32, shape=(None,))
    action_one_hot = tf.one_hot(action_ph, num_action)
    Q_pred = tf.reduce_sum(tf.multiply(Q, action_one_hot), axis=1)
    loss = tf.reduce_mean(tf.square(Q_pred - target_ph))
    optimizer = tf.train.AdamOptimizer(learning_rate=1e-3)
    train_op = optimizer.minimize(loss)

    saver = tf.train.Saver()

    ## 数据读取
    data, label, nav_path = load_data(data_dir)
    num_data = data.shape[0]

    ## 开始训练
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        file_writer = tf.summary.FileWriter('logs', sess.graph)

        for epoch in range(max_epoch):
            idx = np.arange(num_data)
            np.random.shuffle(idx)
            total_loss = 0

            ## 按批次进行训练
            for from_idx in range(0, num_data, batch_size):
                to_idx = min(from_idx + batch_size, num_data)
                batch_data = data[idx[from_idx:to_idx], :, :]
                batch_nav_path = nav_path[idx[from_idx:to_idx], :, :]

                ## 训练一个批次
                Q_pred_ = sess.run(Q, feed_dict={
                    state_ph: batch_data,
                    is_training: False
                })

                ## 以一定的概率采取随机            
tags: scope权限
声明:本站稿件版权均属千锋教育所有,未经许可不得擅自转载。
10年以上业内强师集结,手把手带你蜕变精英
请您保持通讯畅通,专属学习老师24小时内将与您1V1沟通
免费领取
今日已有369人领取成功
刘同学 138****2860 刚刚成功领取
王同学 131****2015 刚刚成功领取
张同学 133****4652 刚刚成功领取
李同学 135****8607 刚刚成功领取
杨同学 132****5667 刚刚成功领取
岳同学 134****6652 刚刚成功领取
梁同学 157****2950 刚刚成功领取
刘同学 189****1015 刚刚成功领取
张同学 155****4678 刚刚成功领取
邹同学 139****2907 刚刚成功领取
董同学 138****2867 刚刚成功领取
周同学 136****3602 刚刚成功领取
相关推荐HOT