計圖點云庫
已經(jīng)實現(xiàn)的模型

使用方法
安裝依賴
sudo apt install python3.7-dev libomp-dev
python3.7 -m pip install jittor

or install from github(latest version)

python3.7 -m pip install git+https://github.com/Jittor/jittor.git

python3.7 -m pip install sklearn lmdb msgpack_numpy
安裝點云庫
git clone https://github.com/Jittor/PointCloudLib.git # 將庫下載的本地

您需要將 ModelNet40 和 ShapeNet 數(shù)據(jù)集下載到 data_util/data/ 里面

ModelNet40 數(shù)據(jù)集鏈接 ： https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip
ShapeNet 數(shù)據(jù)集鏈接 ： https://shapenet.cs.stanford.edu/media/shapenet_part_seg_hdf5_data.zip

sh train_cls.sh # 點云分類的訓(xùn)練和測試
sh train_seg.sh # 點云分割的訓(xùn)練和測試

所依賴的庫
Python 3.7
Jittor
Numpy
sklearn
lmdb
msgpack_numpy
…
實驗結(jié)果
分類訓(xùn)練效果測試

分類訓(xùn)練時間測試

分割訓(xùn)練效果測試

分割訓(xùn)練時間測試

目錄結(jié)構(gòu)
.
├── data_utils # 數(shù)據(jù)相關(guān)工具
│ ├── data # 數(shù)據(jù)存放路徑
│ ├── modelnet40_loader.py
│ └── shapenet_loader.py
├── misc
│ ├── layers.py
│ ├── ops.py
│ ├── pointconv_utils.py
│ └── utils.py
├── networks
│ ├── cls
│ │ ├── dgcnn.py
│ │ ├── pointcnn.py
│ │ ├── pointconv.py
│ │ ├── pointnet2.py
│ │ └── pointnet.py
│ └── seg
│ ├── dgcnn_partseg.py
│ ├── pointcnn_partseg.py
│ ├── pointconv_partseg.py
│ ├── pointnet2_partseg.py
│ └── pointnet_partseg.py

├── README.md
├── run_cls.sh
├── run_partseg.sh
├── train_cls.py
└── train_partseg.py

總結(jié)

以上是生活随笔為你收集整理的计图点云库的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。