图神经网络：(处理点云)PointNet++的实现

文章说明：
1)参考资料：PYG官方文档。超链。
2)博主水平不高，如有错误还望批评指正。
3)我在百度网盘上传了这篇文章的jupyter notebook和有关文献。超链。提取码8848。

文章目录

- 简单前置工作学习
- 文献阅读
- PointNet++的实现
- 模型问题

简单前置工作学习

工作目标：根据点云去进行40分类。
工作流程：1.读取PyG内置的几何图形数据。2.随机但是均匀采样。3.K最邻近算法构边建图。4.使用PointNet++进行图分类。
导库，下载数据，导库，定义函数

from torch_geometric.datasets import GeometricShapes

dataset=GeometricShapes(root='/Data/GeometricShapes')

import matplotlib.pyplot as plt

def visualize_mesh(pos,face):fig=plt.figure()ax=fig.add_subplot(111,projection='3d')ax.axes.xaxis.set_ticklabels([])ax.axes.yaxis.set_ticklabels([])ax.axes.zaxis.set_ticklabels([])ax.plot_trisurf(pos[:,0],pos[:,1],pos[:,2],triangles=face.t(),antialiased=False)plt.show()

PS1:这段代码会在C盘生成一个DATA的文件并将数据集放在DATA中，有强迫症注意一下。
PS2:就是几何图形网格。细节可以点击这里。
打印信息与可视化

print(dataset)
data=dataset[0]
print(data)
visualize_mesh(data.pos,data.face)
data=dataset[4]
print(data)
visualize_mesh(data.pos,data.face)

jupyter notebook内输出如下
在这里插入图片描述
导库以及定义函数

from torch_geometric.transforms import SamplePoints
import torch

def visualize_points(pos,edge_index=None,index=None):fig=plt.figure(figsize=(4, 4))if edge_index is not None:for (src,dst) in edge_index.t().tolist():src=pos[src].tolist()dst=pos[dst].tolist()plt.plot([src[0],dst[0]],[src[1],dst[1]],linewidth=1,color='black')if index is None:plt.scatter(pos[:,0],pos[:,1],s=50,zorder=1000)else:mask=torch.zeros(pos.size(0),dtype=torch.bool)mask[index]=Trueplt.scatter(pos[~mask,0],pos[~mask,1],s=50,color='lightgray',zorder=1000)plt.scatter(pos[mask,0],pos[mask,1],s=50,zorder=1000)plt.axis('off')plt.show()

从图形表面均匀地采样，打印信息与可视化

dataset.transform=SamplePoints(num=256)
data=dataset[0]
print(data)
visualize_points(data.pos)
data=dataset[4]
print(data)
visualize_points(data.pos)

jupyter notebook内输出如下
在这里插入图片描述

文献阅读

参考文献： PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space

文章概述： “Deep learning on point sets for 3d classification and segmentation”是参考文献之前前沿工作，核心思想对每个点空间编码然后聚合所有单点要素到全局的空间。显然这样无法捕捉局部特征。受到卷积神经网络启发，这里参考文献便就来了。具体步骤：第一步：进行局部划分；第二步：组合局部特征；第三步：加工局部特征，重复上述过程直到点云所有特征都被利用。所以面临三个问题。第一问：如何进行局部划分。第二问：如何组合局部特征。第三问：如何加工局部特征。解决第一问：Farthest Point Sampling，FPS。解决第二问：Ball Query。解决第三问：上面那篇文章的Point

分层的点云学习器： Sampling layer： Farthest Point Sampling，FPS。可以使用K最近邻算法但是不好。固定一个区域更加有普适性。PS：注意一下KNN与Ball Query的区别。Grouping layer： 输入： $\times (d+C)$ 以及 $N'\times d$ 输出： $\times K \times (d + C)$ 。符号说明： $N$ 是点的数量， $d$ 是质心坐标， $C$ 是点的特征维数， $N^{'}$ 是质心数量， $K$ 是邻域内点数量。Point Net layer： 输入： $\times K \times (d + C)$ 输出： $\times (d + C')$ 。这个模型鲁棒性强，对于不均匀的数据效果同样。这个图挺好的。
在这里插入图片描述
PS1：原文还有其他很好工作，有兴趣有时间建议去看，但是我们这里跳过。
PS2：对于上面前置工作，由于采用是均匀的，可以这样建图。如下：
导库

from torch_cluster import knn_graph

打印信息与可视化

data=dataset[0]
data.edge_index=knn_graph(data.pos,k=6)
print(data.edge_index.shape)
visualize_points(data.pos,edge_index=data.edge_index)
data=dataset[4]
data.edge_index=knn_graph(data.pos, k=6)
print(data.edge_index.shape)
visualize_points(data.pos,edge_index=data.edge_index)

jupyter notebook内输出如下
在这里插入图片描述

PointNet++的实现

我们使用数学公式首先进行EdgeConv的描述： $h_i^{(l)}=max_{j\in \mathcal{N}_i}MLP(h_i^{(l-1)},h_j^{(l-1)}-h_i^{(l-1)})$ 。Point++类似于这个公式： $h_i^{(l)}=max_{j\in \mathcal{N}_i}MLP(h_i^{(l-1)},p_j^{(l-1)}-p_i^{(l-1)})$ 。
搭建多层的PointNel++

from torch_geometric.nn import MessagePassing
from torch.nn import Sequential,Linear,ReLUclass PointNetLayer(MessagePassing):def __init__(self,in_channels,out_channels):super().__init__(aggr='max')self.mlp=Sequential(Linear(in_channels+3,out_channels),ReLU(),Linear(out_channels,out_channels))def forward(self,h,pos,edge_index):return self.propagate(edge_index,h=h,pos=pos)def message(self,h_j,pos_j,pos_i):input=pos_j-pos_iif h_j is not None:input=torch.cat([h_j,input],dim=-1)return self.mlp(input)

from torch_geometric.nn import global_max_poolclass PointNet(torch.nn.Module):def __init__(self):super().__init__()self.conv1=PointNetLayer(3,32)self.conv2=PointNetLayer(32,32)self.classifier=Linear(32,dataset.num_classes)def forward(self,pos,batch):edge_index=knn_graph(pos,k=16,batch=batch,loop=True)h=self.conv1(h=pos,pos=pos,edge_index=edge_index)h=h.relu()h=self.conv2(h=h,pos=pos,edge_index=edge_index)h=h.relu()h=global_max_pool(h,batch)return self.classifier(h)model=PointNet()
print(model)
#输出如下
#PointNet(
#  (conv1): PointNetLayer()
#  (conv2): PointNetLayer()
#  (classifier): Linear(in_features=32, out_features=40, bias=True)
#)

导库，训测拆分数据变换以及划分批量

from torch_geometric.loader import DataLoader

train_dataset=GeometricShapes(root='/Data/GeometricShapes',train=True,transform=SamplePoints(128))
test_dataset=GeometricShapes(root='/Data/GeometricShapes',train=False,transform=SamplePoints(128))
train_loader=DataLoader(train_dataset,batch_size=10,shuffle=True)
test_loader=DataLoader(test_dataset,batch_size=10)

进行实验

model=PointNet();optimizer=torch.optim.Adam(model.parameters(),lr=0.01);criterion=torch.nn.CrossEntropyLoss()def train(model,optimizer,loader):model.train()total_loss=0for data in loader:optimizer.zero_grad()logits=model(data.pos,data.batch)loss=criterion(logits,data.y)loss.backward()optimizer.step()total_loss+=loss.item()*data.num_graphsreturn total_loss/len(train_loader.dataset)def test(model,loader):model.eval()total_correct=0for data in loader:logits=model(data.pos,data.batch)pred=logits.argmax(dim=-1)total_correct+=int((pred==data.y).sum())return total_correct/len(loader.dataset)for epoch in range(1,51):loss=train(model,optimizer,train_loader)test_acc=test(model,test_loader)print(f'Epoch: {epoch:02d}, Loss: {loss:.4f}, Test Accuracy: {test_acc:.4f}')
#输出如下(这里只有最后一次)：
#Epoch: 50, Loss: 0.7294, Test Accuracy: 0.8250

模型问题

出现问题： 由于模型使用坐标进行输入并且选择笛卡尔坐标系传递信息所以旋转坐标就不可行。可以按照如下方式进行实验。

from torch_geometric.transforms import Compose,RandomRotate
random_rotate=Compose([RandomRotate(degrees=180,axis=0),RandomRotate(degrees=180,axis=1),RandomRotate(degrees=180,axis=2),
])
dataset=GeometricShapes(root='/DATA//GeometricShapes',transform=random_rotate)
data=dataset[0]
print(data)
visualize_mesh(data.pos,data.face)
data=dataset[4]
print(data)
visualize_mesh(data.pos,data.face)

jupyter notebook内输出如下
在这里插入图片描述

transform=Compose([random_rotate,SamplePoints(num=128),
])
test_dataset=GeometricShapes(root='/DATA/GeometricShapes',train=False,transform=transform)
test_loader=DataLoader(test_dataset,batch_size=10)
test_acc=test(model,test_loader)
print(f'Test Accuracy: {test_acc:.4f}')
#输出如下：
#Test Accuracy: 0.2000

print(len(test_dataset))
#输出如下：
#40

可以看到，模型效果，就不好了。有解决方法的。暂时就这样吧。