fullseye

random_dropout — 3D augment op

• データ種: points → points
• 呼び出し: import fullseye as fs; fs.ledger.random_dropout(points, ratio: 'float', seed: 'int' = 0) -> 'Tuple[np.ndarray, np.ndarray]' (実装を直接呼ぶなら import pcl_augment; pcl_augment.random_dropout(points, ratio: 'float', seed: 'int' = 0) -> 'Tuple[np.ndarray, np.ndarray]'、台帳から引くなら ops3d.get("random_dropout"))
• 台帳経由の戻り値: fullseye.ledger.random_dropout(...) は宣言 out 型 points の値だけを返す(本体は補助情報も返す)。捨てられた側が要るときは fullseye.ledger.random_dropout.raw(...)、または pcl_augment.random_dropout を直接呼ぶ。

使い方

点の ratio 割合をランダム除去し (kept, kept_idx) を返す(欠損の模倣)。

残す点数は round((1-ratio)*N)。kept_idx は元配列への昇順インデックスで、 kept == points[kept_idx] が厳密に成り立つ。オクルージョン/疎な視点による 点欠損を学習で再現する。0 <= ratio <= 1 を要求。

ratio が [0,1] の外なら ValueError。ratio=1 は空 (0,3) と空インデックス、 ratio=0 は全点(順序は元のまま)。残す点数は Python の round(偶数丸め)で決まる ので .5 端では偶数側に寄る。seed で permutation が決まり決定論的。返り値は (kept float64 (M,3), kept_idx int64 (M,))。除去は空間的に一様なので、局所的な 欠損(遮蔽)を模すには cutout を使う。

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• augment_pointcloud — py -3.11 examples_3d/augment_pointcloud.py

型が繋がる次の op(points を入力に取れる)

points_to_voxel · gaussians_to_voxel · estimate_point_normals · to_points · match_points_ncc · match_pca · moment_axes · icp_point2point_3d

同カテゴリ(augment)

jitter · random_rotation · random_scale · elastic_deform · cutout

---

Provenance: pcl_augment.py — 3D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.

This site is open source. Improve this page.