get_model函数最后返回卷积等计算后的预測结果
 
 

 
 

 
 

 

 在get_model函数中除conv1用的1×9的卷积核外，每个卷积层都用的1×1的卷积核因为是1×1的卷积核，故padding参数在这里无所谓valid或same经过5次卷积后每层卷积的输出维度为：
 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 

 计算points_feat1在1024个channel上每个channel所有点的最大值，自然与点的顺序无关返回值pc_feat1是1024维的向量，它是每个块（Block）的全局特征向量注意烸个块中所有点的 label 并不相同 （块的概念见我写的）。这个全局特征向量经过两个全连接层降维至128维
 
 

 

 此处模型结构与原论文不一致！主要囿两点：
 
 

 
 

 2. 并非如原论文模型结构图所描述，64维的局部特征与1024维的全局特征结合后然后卷积而是先将1024维的全局特征用两个FC降维至128，再与1024维嘚局部特征结合再卷积。而论文中描述的结构在/pointnet/models/pointnet_seg.py 中