文件名称：RandLA-Net-pytorch:RandLA-Net（https的Pytorch实施
文件大小：13.41MB
文件格式：ZIP
更新时间：2024-06-12 04:04:33
computer-vision semantic-segmentation 3d-vision pytorch-implementation semantickitti
RandLA-Net-pytorch 该存储库包含的实现。 我们现在仅支持SemanticKITTI数据集。 （欢迎大家共同发展，提高公关意识） 我们的模型几乎与原始实现一样好。 （验证集：我们的52.9％的mIoU与原始的53.1％） 我们将pretrain-model放置在目录中。 表现 验证集结果（seq 08） 与原始实施比较 模型 密欧 原始Tensorflow 0.531 我们的Pytorch实施 0.529 每课时 密欧 车 自行车 摩托车 卡车 其他车辆 人 骑自行车的人 电单车司机 路 停车处 人行道 其他地面 建造 栅栏 植被 树干 地形 极 交通标志 52.9 0.919 0.122 0.290 0.660 0.444 0.515 0.676 0.000 0.912 0.421 0.759 0.001 0.878 0.354
【文件预览】：
RandLA-Net-pytorch-main
----.gitignore(2KB)
----evaluate_SemanticKITTI.py(5KB)
----train_SemanticKITTI.py(7KB)
----requirements.txt(189B)
----dataset()
--------__init__.py(0B)
--------semkitti_testset.py(6KB)
--------semkitti_trainset.py(5KB)
----compile_op.sh(130B)
----LICENSE(1KB)
----visualize_SemanticKITTI.py(3KB)
----utils()
--------nearest_neighbors()
--------cpp_wrappers()
--------__init__.py(0B)
--------data_process.py(7KB)
--------config.py(3KB)
--------np_ioueval.py(2KB)
--------semantic-kitti.yaml(5KB)
--------semkitti_vis()
--------metric.py(2KB)
----network()
--------loss_func.py(1KB)
--------__init__.py(0B)
--------pytorch_utils.py(7KB)
--------RandLANet.py(8KB)
----README.md(3KB)
----pretrain_model()
--------checkpoint.tar(14.35MB)
----test_SemanticKITTI.py(7KB)
----data_prepare_semantickitti.py(4KB)