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：2024-07-26 15:41:02
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)