RailSeg-Mamba

基于 Mamba 状态空间模型 的铁路场景三维点云语义分割网络,实现高效准确的铁路点云分割。

---

💻 环境要求

软件	版本
Ubuntu	20.04 / 22.04
Python	≥ 3.8
CUDA	≥ 11.6
cuDNN	≥ 8.6
PyTorch	≥ 1.12.0

---

🔧 安装步骤

方式一：使用 Conda 环境（推荐）

# 1. 克隆仓库
git clone https://github.com/your-username/RailSeg-Mamba.git
cd RailSeg-Mamba

# 2. 创建 Conda 虚拟环境
conda create -n railseg-mamba python=3.10 -y
conda activate railseg-mamba

# 3. 安装 PyTorch (根据您的 CUDA 版本选择)
# CUDA 11.8
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

# 4. 安装 Mamba 依赖
pip install causal-conv1d>=1.2.0
pip install mamba-ssm>=2.0.0

# 5. 安装 torchsparse (稀疏卷积库)
sudo apt-get install libsparsehash-dev
pip install --upgrade git+https://github.com/mit-han-lab/torchsparse.git@v2.1.0

# 6. 安装其他依赖
pip install -r requirements.txt

方式三：手动安装

# 1. 创建虚拟环境
python -m venv venv
source venv/bin/activate

# 2. 升级 pip
pip install --upgrade pip setuptools wheel

# 3. 安装 PyTorch
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# 4. 安装核心依赖
pip install causal-conv1d>=1.2.0
pip install mamba-ssm>=2.0.0

# 5. 安装 torchsparse
sudo apt-get install libsparsehash-dev
pip install --upgrade git+https://github.com/mit-han-lab/torchsparse.git@v2.1.0

# 6. 安装项目依赖
pip install -r requirements.txt

---

📁 数据准备

数据集结构

Railway360/
├── train/
│   ├── 0000000.bin
│   ├── 0000001.bin
│   ├── 0000002.bin
│   └── ...
└── test/
    ├── 0000100.bin
    ├── 0000101.bin
    └── ...

数据格式

每个 .bin 文件包含点云数据，格式为：

[x, y, z, intensity, category, timestamp]  # float32, shape: (N, 6)

类别定义

ID	类别名称	描述
0	void	未标注/噪点
1	tree	树木
2	line	线缆
3	pole	杆塔
4	building	建筑物
5	rail	铁轨
6	pathway	轨道床
7	barrier	护栏
8	hillside	边坡
9	tunnel	隧道

---

🙏 致谢

本项目的实现参考了以下优秀工作：

• Mamba - State Space Models
• TorchSparse - Sparse Convolution Library
• PointTransformerV3
• numpy-hilbert-curve

---