QingyongHu
commented
4 years ago Hi @pomelo93, 抱歉回复晚了，最近太忙了... （1）label为0的点是输入到网络中去的，但是在计算loss的时候并没有考虑，因为label为0代表该点未被标注，因此并不是一个真正的语义类别，所以让网络去学习输出class 0并没有实际的意义。而且，因为class 0是所有没有标注的点，并不像其他类别的点（比如汽车）有固定的几何pattern，因此也基本无法学到有意义的特征。 (2)我并没有试过所以无法给你一个准确的答案，但我感觉你这个问题更像三维目标检测的问题，所以建议你去看一些点云检测的文章
你好，在训练的时候有一些疑问： 1）在main_SemmanticKITTI.py中 line 39 self.ignored_labels = np.sort([0])，我是不是可以这样理解，在用semantickitti数据集训练过程中，label为0的点并没有参与训练？也就是说只有label为1-19的点参与了模型训练，言外之意，只需往网络输入局部的点就可以？ 2）目前我自己的数据格式是这样的：一张点云图里，我只有我所关注的 object属性信息，背景点信息是没有的。目前只能用这些annotations去训练，但是在推理的时候，我需要把整张图输入网络，你觉得 局部点训练来对整体进行推理，这样可行吗？ 期待你的回复！谢谢～