你好，这个代码如果想加载S3DIS的数据集，改动大吗

[SC-shendazt]

你好，这个代码如果想加载S3DIS的数据集，改动大吗

[charlesChen02]

如果需要加载一个新的数据集, 你首先需要修改一下预处理函数, 让他能够正常的进行sub sampling以及构建KBTree.

简单的说, 你需要修改一下逻辑使数据集中的point cloud和对应的label执行下面这段

RandLA-pytorch/data_prepare_semantickitti.py

Lines 50 to 55 in f6e8b40

	sub_points, sub_labels = DP.grid_sub_sampling(points, labels=labels, grid_size=grid_size)
	sub_points, sub_labels = points, labels
	search_tree = KDTree(sub_points)
	KDTree_save = join(KDTree_path_out, str(scan_id[:-4]) + '.pkl')
	np.save(join(pc_path_out, scan_id)[:-4], sub_points)
	np.save(join(label_path_out, scan_id)[:-4], sub_labels)

以及后续的存树逻辑

此外你可能需要创建一个新dataset class来满足对于数据集的目录框架的修改.
具体来说, 如果你想要基于现有class进行修改的话, 可以将

RandLA-pytorch/dataset/semkitti_trainset.py

Lines 12 to 28 in f6e8b40

	def __init__(self, mode, data_list=None, seq_list = ['00', '01', '02', '03', '04', '05', '06', '07', '09', '10'], ignore_labels = None):
	self.name = 'SemanticKITTI'
	self.dataset_path = 'data/SemanticKitti/sequences_0.06'
	self.num_classes = cfg.num_classes
	if ignore_labels is None:
	self.ignored_labels = np.sort([0])
	else:
	self.ignored_labels = ignore_labels
	self.mode = mode
	if data_list is None:
	if mode == 'validation':
	seq_list = ['08']
	self.data_list = DP.get_file_list(self.dataset_path, seq_list)
	else:
	self.data_list = data_list
	self.data_list = sorted(self.data_list)

修改成满足S3DIS路径读取结构

整体来说我觉的改动不是很大, 主要是需要根据不同数据集的不同目录结构进行改动

如果您还有其他问题也欢迎留言

[SC-shendazt]

非常感谢你细致的解释，我先尝试一下，或许其他朋友也对这个问题感兴趣，毕竟您复现semantickitti指标的效果对于RandlaNet来说还是挺好的

[SC-shendazt]

你好，我尝试了修改，但是好像报错了，如下图所示，能加个您的QQ或者微信交流一下吗

[charlesChen02]

好的，可以加我微信charleschen1224

[chenys0425]

你好，我尝试了修改，但是好像报错了，如下图所示，能加个您的QQ或者微信交流一下吗

请问你加载S3DIS的数据集的代码运行成功了吗，可以发给我参考一下吗

[chenys0425]

好的，可以加我微信charleschen1224

您好，请问您之后有更新加载s3dis数据集的代码吗