Pytorch版的KPConv例程使用ply格式作为神经网络的输入格式。其他数据格式在输入到网络之前被转换为ply格式。在阅读KPConv的源码时，发现在ply文件的读写模块中有bigendian、littleendian和ASCII的判断。关于bigendian和littleendian，简书里有一篇文章详细介绍[1]。KPConv的作者之所以采用这种判断机制，大概是为了让代码兼容不同操作系统下存储的ply文件。最近感觉ply可能是点云深度学习最理想的中间格式。它的领域或列可以无限扩展。并且只要在文件头中指明每一列的含义，就可以在NumPy中很容易地构造出一个可以通过列名进行搜索的数据结构。NumPy文件读取函数的可选参数（optionalparameter）dtype（如numpy.fromfile、numpy.loadtxt等）可以构造数据名称（names）、类型（formats）与数据的对应关系。以numpy.loadtxt函数为例[2]：>>>d=StringIO("M2172\nF3558")>>>np.loadtxt(d,dtype={'names':('gender','年龄','体重'),...'格式':('S1','i4','f4')})array([(b'M',21,72.),(b'F',35,58.)],dtype=[('性别','S1'),('年龄','
