第一次进行三维数据的深度学习，都说pointnet是绕不过去的一篇文章，一周时间终于理解和跑通pointnet对于三维数据的分类和分割原理。
数据：
网上可搜到的点云数据很多，但几乎都是未经过整理的，对于pointnet，每个点云的点数量需要一致，因此需要对下载到的数据进行整理。
我对于点云的理解：每个点仅有三个信息，就是它们的坐标，不像图片那样还具有像元值。无论是网格，点云还是其他三维数据，它们归根结底都是只有三个坐标信息，网格也是由对点连接生成线，组成形状，进而成为三维格网。
pointnet可分类也可分割，我对ModelNet40数据进行分类，对ShapeNet数据进行分割，ModelNet40是不能进行分割的，因为它没有针对各个点云部件的标签，它只有针对一整个点云的标签。
模型：
分类：
输入形状为[B,N,3]，在进行最后softmax前，形状为[B,K]（K为类别数），这里相当于将每个点云整理成了一个值来代替，经过softmax后仍为[B,K]，正好对应每个点云的标签。
模型主要就是进行[B,N,3]到[B,K]的变化（其中会多次涉及到维度交换，注意通道对应的维度）
- 模型中的重要部分T-Net，这是一个矩阵，用来转化输入的点云数据。因为点云的特殊性，点的属性都是一致的，所以随意交换位置对点云本身并无影响，所以这里引入另一个矩阵使点云进行旋转变化，以获得最佳识别状态。points[B,N,3]要与T-Net矩阵相乘，T-Net的形状为[B,3,3]，T-Net通过对points卷积，maxpooling，全连接等操作得到，如图模型所示。
- 得到T-Net再与points相乘，得到了新的points[B,N,3]，接着进行mlp，其实就是数个卷积，得到points[B,64,N]。
- 与第一步相同的操作，再在新的points基础上求出第二个T-Net，与points相乘，得到新的points[B,N,64]，
- 继续对points进行mlp，得到[B,1024,1]
- maxpooling后points=[B,1024],全连接使之得到分类前的形状[B,K]
- 最后就是softmax
网上对于pytorch版本的pointnet大致有两个，一个简单易读，但我使用后分类效果不佳，而另一个分类效果极好，他们的不同之处在于以下几个地方：
- 较好的分类函数使用了log_softmax，相应的损失函数使用了nll_loss，这两个配套使用，数学中对应softmax+CrossEntropy，效果不好的则使用了后者，针对我的情况，我猜测，因为log_softmax对于大数据具有稳定性，计算速度也快，三维数据就是大量的点，因此配合前者效果明显。
- 每个T-Net计算得到后，效果好的代码会给T-Net加上一个形状对应的正交函数，也提升了模型的能力，这个方式我要记录一下，也是个改进模型的可行之策。
分割
相比于分类，只是多了右下角的一部分，可以将feature transform之后的[B,64,64]最终转换为[B,N,K]，因为分割与分类的差别就是标签对象，分类标签对应的是整个点云，而分割标签对应的则是每个点。
