三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。

PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。

PointNet++是点云深度学习处理方法的里程碑工作，启发了很多后续研究。

PointNet++原作代码使用Python2.7和tensorflow1.4，本课程将代码更新至Python3， 并在tensorflow1.13演示。

本课程对TensorFlow版的PointNet++进行原理讲解、论文复现和代码详解。包括： 

• 提供三维点云数据集ModelNet40、ShapeNet和Scannet的下载、可视化软件和方法；
• 在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试；
• 详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码
• 需要学习PyTorch版PointNet++的学员可前往本人推出的课程《PointNet++三维点云处理精讲(PyTorch版)：论文复现+代码详解》
• 购课后可加入白勇老师课程学习交流QQ群：957519975