### 下载 ModelNet40_normal_resampled 数据集的方法 ModelNet40 是一个广泛用于 3D 计算机视觉研究的数据集，而 `ModelNet40_normal_resampled` 则是对原始数据进行了法线计算和重采样的版本。以下是获取该数据集的具体方法： #### 方法一：通过官方资源下载 1. **访问官方网站** 首先可以尝试访问 Princeton 的 ModelNet 官方网站[^1]，虽然官网可能只提供基础版的 ModelNet40 数据集，但可以通过进一步查找社区扩展资源找到 `normal_resampled` 版本。 2. **GitHub 社区资源** 如果无法直接从官网获得，则可以在 GitHub 上搜索相关项目。例如，许多开源实现会附带预处理好的 `ModelNet40_normal_resampled` 数据集链接。以下是一个常见的存储地址： ```plaintext https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip ``` 使用命令行工具（如 wget 或 curl）可以直接下载： ```bash wget https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip unzip modelnet40_normal_resampled.zip -d ./data/ rm modelnet40_normal_resampled.zip ``` #### 方法二：手动构建数据集 如果上述链接不可用或者需要验证其准确性，也可以基于原始 ModelNet40 数据自行生成 `normal_resampled` 版本。具体流程如下： 1. **下载原始 ModelNet40 数据集** 前往 [Princeton ModelNet](https://modelnet.cs.princeton.edu/) 页面下载原始数据集。 2. **安装依赖库** 确保已安装 Open3D 和 NumPy 库以便后续操作： ```bash pip install open3d numpy ``` 3. **编写脚本进行转换** 提供一段 Python 脚本来完成 `.off` 文件到带有法线信息的点云文件的转换： ```python import os import numpy as np import open3d as o3d def read_off(file_path): with open(file_path, 'r') as f: lines = f.readlines() vertices_start_idx = 2 faces_start_idx = int(lines[vertices_start_idx].split()[0]) + vertices_start_idx + 1 vertices = [] for vertex_line in lines[vertices_start_idx:faces_start_idx]: v = list(map(float, vertex_line.strip().split())) vertices.append(v) return np.array(vertices) def save_ply_with_normals(output_file, points, normals=None): pcd = o3d.geometry.PointCloud() pcd.points = o3d.utility.Vector3dVector(points) if normals is not None and len(normals) > 0: pcd.normals = o3d.utility.Vector3dVector(normals) o3d.io.write_point_cloud(output_file, pcd) input_dir = "./input_modelnet40" output_dir = "./output_modelnet40" if not os.path.exists(output_dir): os.makedirs(output_dir) for root, dirs, files in os.walk(input_dir): for file in files: if file.endswith(".off"): full_path = os.path.join(root, file) relative_path = os.path.relpath(full_path, input_dir) out_path = os.path.join(output_dir, relative_path).replace('.off', '.ply') os.makedirs(os.path.dirname(out_path), exist_ok=True) points = read_off(full_path) mesh = o3d.geometry.TriangleMesh(o3d.utility.Vector3dVector(points)) mesh.compute_vertex_normals() save_ply_with_normals(out_path, np.asarray(mesh.vertices), np.asarray(mesh.vertex_normals)) ``` #### 注意事项 - 确保路径设置正确，尤其是 `/mnt/...` 类型的绝对路径替代方案[^1]。 - 对于大规模数据集的操作，建议在高性能服务器环境中运行以上脚本。 --- ### 示例代码片段 以下是一段简单的 PCD 可视化代码，适用于加载并查看已经生成的 `ModelNet40_normal_resampled` 数据： ```python import numpy as np import open3d as o3d def load_and_visualize_pcd(file_path): data = np.loadtxt(file_path, delimiter=',').astype(np.float32) points = data[:, :3] normals = data[:, 3:] pcd = o3d.geometry.PointCloud() pcd.points = o3d.utility.Vector3dVector(points) pcd.normals = o3d.utility.Vector3dVector(normals) o3d.visualization.draw_geometries([pcd]) file_name = './data/modelnet40_normal_resampled/chair/chair_0001.txt' load_and_visualize_pcd(file_name) ``` ---