男女直接做的视频网站移动物联网流量卡

本文介绍了三维点云处理的常用软件、开源库及数据集。软件包括CloudCompare、Geomagic和PolyWorks，它们功能强大，支持多平台，可用于点云可视化、滤波、分割、配准、曲面重建等操作。开源库包括PCL（Point Cloud Library）、Open3D和深度学习框架（PointNet和PointNet++），它们功能全面，可扩展性好，广泛应用于机器人、计算机视觉等领域。数据集包括ETH dataset、Semantic 3d、Stanford 2D-3D-Semantics Dataset (2D-3D-S)和KITTI/KITT-360，这些数据集为点云处理提供了丰富的数据资源。

点云处理软件

CloudCompare

点云处理软件的瑞士军刀，功能强大、界面友好，支持多平台，可用于点云可视化、滤波、分割、配准、曲面重建等几乎所有点云处理操作。

Geomagic

功能强大的点云处理软件，提供全套点云处理工具，可用于逆向工程、质量检测、测绘等领域。

PolyWorks

功能强大的点云处理软件，可用于逆向工程、检测、仿真等领域。

开源库

PCL(Point Cloud Library)

C++编写的大型跨平台开源点云处理库，功能全面，可扩展性好，广泛应用于机器人、计算机视觉等领域。

Open3D

支持C++和Python两种语言的开源点云处理库，代码简洁易懂，易于二次开发，可用于点云处理、可视化、深度学习等。支持多平台python集成成熟，可和 Pytorch、Tensorflow 集成

深度学习框架

• PointNet：用于点云分类和分割的深度学习框架。
• PointNet++：PointNet的改进版本，具有更强的性能。

数据集

放的超链接都是官网，但是有可能被墙了导致用不了，需要科学上网。

ETH dataset

Semantic 3d

Stanford 2D-3D-Semantics Dataset (2D-3D-S)

KITTI/KITT-360

原文链接：

三维点云处理入门(4)：点云处理常用的软件、开源库及数据集 - 陶小桃Blog