ScanNetv2数据集使用

最近写文章缺少一个数据集的实验材料，于是在网上找了找，发现没有关于scannetv2完整的使用。于是就想着写一篇这个吧。

目录

1.下载

2.数据处理

1.下载

关于Scannetv2的数据介绍就不写了，完整的官网在这里：GitHub - ScanNet/ScanNethttps://github.com/ScanNet/ScanNet/tree/master

至于下载哪些东西看自身的需求，如果是复现3D点云像Stratified[2203.14508] Stratified Transformer for 3D Point Cloud Segmentation (arxiv.org)https://arxiv.org/abs/2203.14508或者SWIN3D[2304.06906] Swin3D: A Pretrained Transformer Backbone for 3D Indoor Scene Understanding (arxiv.org)https://arxiv.org/abs/2304.06906

一般是参考了PointGroup的数据集：

GitHub - dvlab-research/PointGroup: PointGroup: Dual-Set Point Grouping for 3D Instance Segmentationhttps://github.com/dvlab-research/PointGroup如果用的数据集相同，那么对应的百度云下载链接在这里：

scannet.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)https://pan.baidu.com/s/1-Iix-F_1mBS3s8JMYFLUdQ?pwd=ttsf

2.数据处理

这部分就有些棘手了

首先，下载解压后是这样的：

这里已经有了test，我们需要分出train和val。怎么分？

根据这个分(我没找到自动分的方法，按理说肯定有，但是没找到，反正是这么个分法)：

ScanNet/Tasks/Benchmark at master · ScanNet/ScanNet · GitHub

手动创建目录，剪切。。。分完之后的如图：

接下来还要将所有的子文件夹中的文件取出来（train、val、test。都需要），就像这样：

移动完之后：

接下来进行数据处理

把这两个保存到分组后的数据集中：

像这样：

然后根据PointGroup进行数据处理，分别运行这仨，就完成数据处理了，下面就可以进自己的网络训练了：

python prepare_data_inst.py --data_split train
python prepare_data_inst.py --data_split val
python prepare_data_inst.py --data_split test