【文件属性】：
文件名称：FMNet-pytorch:一个 Pytorch 实现
文件大小：19.54MB
文件格式：ZIP
更新时间：2021-05-30 20:30:14
python3 pytorch supervised-learning shape-matching functional-maps
FMNet-pytorch
pytorch 实现：“深度功能映射：密集形状对应的结构化预测”[ ]
安装
这个实现在python>=3.7上运行，使用pip安装依赖：
pip3 install -r requirements.txt
下载数据和预处理
下载所需的数据集并将其放入data文件夹中。 提供多个数据集。
提供了 faust-reshed 数据集的示例.
构建镜头计算器：
cd fmnet/utils/shot
cmake .
make
如果您在编译镜头时遇到任何错误，请参阅。
使用fmnet/preprocess.py通过Dijkstra算法和输入形状的镜头描述符计算拉普拉斯分解，测地距离，数据以.mat格式保存：
usage: preprocess.py [-h] [-d DATAROOT] [-sd SAVE_DIR] [-ne NUM_EIGEN] [-n