【文件属性】：
文件名称：颜色分类leetcode-a-cnn:a-cnn
文件大小：693KB
文件格式：ZIP
更新时间：2021-07-06 21:54:22
系统开源
颜色分类leetcode
A-CNN：点云上的环形卷积神经网络
由
,
,
韦恩州立大学计算机科学系创建。
介绍
我们的论文
()
提出了一种新方法，通过提出的环形卷积直接在
3D
点云上定义和计算卷积。
出席，IEEE
计算机视觉和模式识别会议
(CVPR)
会议录，2019
年
6
月
A-CNN使用
我们提供了在
Ubuntu
16.04
上使用
Tensorflow
1.3.0、CUDA
8.0
和
python
3.6
进行测试的
A-CNN
模型的代码。
我们在具有
12GB
GDDR5X
的单个
NVIDIA
Titan
Xp
GPU
上运行所有实验。
分类任务
首先是
ModelNet-40数据集。
点云是从每个形状
10K
点（XYZ
+
法线）的网格中采样的，由
PointNet++
提供。
要在ModelNet-40数据集上训练分类
A-CNN
模型，请键入以下命令：
python
train.py
要评估经过训练的模型，请运行以下脚本：
python
evaluate.py
零件分割任务
首先是
ShapeNet
部分数据集。
每个点云由
2K
个点（XYZ
+
【文件预览】：
a-cnn-master
----modelnet_dataset.py(5KB)
----scannet()
--------normal_estimation()
--------README.md(343B)
----tf_ops()
--------grouping_ring()
--------3d_interpolation()
--------sampling()
--------ordering()
----models()
--------acnn_cls_rings.py(3KB)
--------acnn_segm_rings.py(4KB)
----utils()
--------pointnet_util.py(12KB)
--------tf_util.py(19KB)
----README.md(3KB)
----part_segm()
--------evaluate_job.sh(249B)
--------part_dataset_all_normal.py(5KB)
--------evaluate.py(9KB)
--------train.py(15KB)
----evaluate.py(6KB)
----provider.py(9KB)
----pics()
--------teaser.png(640KB)
----train.py(12KB)