文件名称：matlab体素法代码-Generative-and-Discriminative-Voxel-Modeling:基于体素的变分自动编码器，V
文件大小：473.03MB
文件格式：ZIP
更新时间：2024-06-08 21:50:20
系统开源
matlab体素法代码生成和区分体素建模 基于体素的变分自动编码器，VAE GUI和用于分类的卷积网络 该存储库包含该论文的代码以及 安装 要运行VAE和GUI，您将需要： 及其python绑定 如果要绘制潜在空间映射，则需要。 要训练和测试分类器ConvNets，您将需要： 下载存储库，然后将主文件夹添加到您的PYTHONPATH中，或者取消注释并在要运行的任何脚本中修改sys.path.insert行。 准备数据 我提供了Modelnet10的多个.tar版本，可用于训练VAE和运行GUI。 如果您希望编写更多用于VAE和GUI的.tar文件（例如Modelnet40），请下载，然后参阅。 对于区分模型，我在utils中包括了一个MATLAB脚本，用于将原始Modelnet .off文件转换为MATLAB数组，然后是一个Python脚本，用于将MATLAB数组转换为.npz文件或hdf5文件（与结合使用）。 _nr.tar文件包含未增强的Modelnet10训练和测试集，而其他tar文件则具有每个模型的12个副本，它们绕垂直轴均匀旋转。 运行GUI 我已经包含了在Modelne
【文件预览】：
Generative-and-Discriminative-Voxel-Modeling-master
----.gitignore(20B)
----utils()
--------npytar.py(1KB)
--------checkpoints.py(2KB)
--------make_modelnet_40_rotex24.py(3KB)
--------__init__.py(13B)
--------layers.py(7KB)
--------make_mats.m(3KB)
--------metrics_logging.py(1KB)
----Discriminative()
--------ensemble_model4.npz(99.99MB)
--------ensemble_model5.npz(46.04MB)
--------ensemble_model2.csv(2.41MB)
--------ensemble_model6.py(16KB)
--------ensemble_model5.py(16KB)
--------test.py(6KB)
--------ensemble_model3.csv(2.41MB)
--------ensemble_model1.csv(2.41MB)
--------VRNMETRICS.jsonl(29KB)
--------ensemble_model4.csv(2.41MB)
--------test_ensemble.py(5KB)
--------train.py(10KB)
--------ensemble_model6.csv(2.41MB)
--------VRN.py(20KB)
--------ensemble_model5.csv(2.41MB)
--------ensemble_model1.npz(60.8MB)
--------y.csv(723KB)
--------ensemble_model3.npz(50.19MB)
--------ensemble_model4.py(23KB)
--------vrn.npz(50.37MB)
--------ensemble_model2.npz(17.08MB)
--------ensemble_model3.py(19KB)
--------ensemble_model1.py(15KB)
--------ensemble.m(1KB)
--------ensemble_model2.py(9KB)
--------ensemble_model6.npz(45.99MB)
----Generative()
--------VAE.py(7KB)
--------GUI.py(29KB)
--------VAE.npz(27.65MB)
--------train_VAE.py(22KB)
----LICENSE(1KB)
----datasets()
--------shapenet10_test_nr.tar(960KB)
--------modelnet40_rot_test.npz(10.02MB)
--------shapenet10_train_nr.tar(4.14MB)
--------modelnet40_rot_train.npz(40.94MB)
--------shapenet10_test.tar(11.5MB)
--------shapenet10_train.tar(51.09MB)
----readme.md(5KB)
----paper()
--------GUI.png(73KB)
--------interpolations.png(460KB)
--------VRN3.pdf(15KB)
--------NIPS_paper_2016.aux(7KB)
--------NIPS_paper_2016.blg(895B)
--------NIPS_paper_2016.bib(4KB)
--------VRN_full2.pdf(52KB)
--------NIPS_paper_2016.out(1KB)
--------NIPS_paper_2016.tex(29KB)
--------VAEd1.pdf(34KB)
--------voxdsF2.pdf(19KB)
--------nips_2016.sty(10KB)
--------NIPS_paper_2016.synctex.gz(78KB)
--------NIPS_paper_2016.pdf(630KB)
--------vc.pdf(9KB)
--------BCEVal.png(24KB)
--------NIPS_paper_2016.bbl(5KB)
----doc()
--------GUI3.png(73KB)