voxelization

接口原型

mx_driving.Voxelization(Tensor points, List[float] voxel_size, List[float] coors_range, int max_points=-1, int max_voxels=-1, bool deterministic=True, str layout="XYZ") -> Tensor

功能描述

将点云数据进行体素化。

参数说明

• points(Tensor)：点云数据，数据类型为float32。shape为[N, F]。其中N为点的数量，F分别代表每个点的特征维度，其中N > 0, F >= 3。
• voxel_size(List[float])：体素大小，数据类型为float32。shape为[3]。其中3分别代表x, y, z。
• coors_range(List[float])：体素范围，数据类型为float32。shape为[6]。其中6分别代表x_min, y_min, z_min, x_max, y_max, z_max。
• max_points(int)：每个体素的最大点数。默认值为-1。max_points<=1000。
• max_voxels(int)：最大体素数。默认值为-1。
• deterministic(bool)：是否确定性。默认值为True。
• layout(str): 体素坐标的排序方式，默认值为XYZ。替换MMCV算子时使用ZYX，替换mmdetection3d算子时使用XYZ。

API语义

当max_points=-1或max_voxels=-1时，进行dynamic_voxelize计算，否则进行hard_voxelize。

返回值

进行dynamic_voxelize计算时：

• coors(Tensor)：每个点所属的体素坐标，数据类型为int32。shape为[N, 3]。

进行hard_voxelize计算时：

• voxel_num(int)：去重后的体素数量。
• vox_points(Tensor)：每个体素对应的点云数据，数据类型为float32。shape为[voxel_num, max_points, F]。
• coors(Tensor)：去重后的体素坐标，数据类型为int32。shape为[voxel_num, 3]。
• num_points_per_voxel(Tensor)：每个体素的点云数量，数据类型为int32。shape为[voxel_num]。

支持的型号

Atlas A2 训练系列产品

调用示例

import torch, torch_npu
from mx_driving import Voxelization
voxel_size = [0.5, 0.5, 0.5]
point_cloud_range = [0, -40, -3, 70.4, 0, 9]
max_num_points = -1
max_voxels = 3500
vlz = Voxelization(voxel_size, point_cloud_range, max_num_points, max_voxels)
points = torch.rand(16, 3, dtype = torch.float32).npu()
results = vlz(points)