种子资源，需要自己自行下载。 ModelNet 数据集共有 662 种目标分类，127915 个 CAD 模型，以及 10 类标记过方向的数据，旨在为 计算机视觉 、计算机图形学、机器人和认知科学的研究人员提供全面的物体 3D 模型。 该数据集包含了三个子集： ModelNet10 为 10 个标记朝向的子集数据； ModelNet40 为 40 个类别的三维模型； Aligned40 为 40 类标记的三维模型。 ModelNet 数据集由普林斯顿视觉与机器人实验室于 2015

本资源为论文pointnet++点云分类部分的的实验数据集（modelnet40_normal_resampled.zip）。若有需要做论文复现的可自行取用。 该分享仅用于科学研究，如有侵权，联系删除！

modelnet40数据集，文件里面只包含点（标签可以自己做），以ply文件保存。自己从公开数据集off文件中转过来的，感兴趣可以下载。

PointCNN：X变换点上的卷积 由，步锐，孙明超，吴伟，辛欣han和。 介绍 PointCNN是用于从点云进行特征学习的简单通用框架，它刷新了点云处理中的五个基准记录（截至2018年1月23日），包括： ModelNet40的分类精度（ 91.7％ ，仅具有1024个输入点） ScanNet上的分类准确性（ 77.9％ ） ShapeNet零件上的细分零件平均IoU（ 86.13％ ） S3DIS上的平均IoU分割（ 65.39％ ） ScanNet上每个体素标签的准确性（ 85.