文件名称：sess:实施“ SESS
文件大小：879KB
文件格式：ZIP
更新时间：2024-05-24 19:26:51
Python
SESS：自组装半监督3D对象检测 由创建 介绍 该存储库包含我们的CVPR 2020论文“ SESS：自我组装的半监督3D对象检测”的PyTorch实施，作者是Na Na Zhao，Tat Seng Chua，Gim Hee Lee [] 现有基于点云的3D对象检测方法的性能在很大程度上依赖于大规模高质量3D注释。 但是，这样的注释通常很乏味并且收集起来很昂贵。 半监督学习是减轻数据注释问题的一种不错的选择，但在3D对象检测中仍未得到充分研究。 受到最近在半监督图像分类任务中自组装技术的成功的启发，我们提出了一种自组装半监督3D对象检测框架SESS。 具体而言，我们设计了一种彻底的扰动方案，以增强网络在未标记和新的看不见的数据上的泛化能力。 此外，我们提出了三个一致性损失，以加强两组预测的3D对象建议之间的一致性，以促进对象的结构和语义不变性的学习。 在SUN RGB-D和ScanNe
【文件预览】：
sess-master
----teaser.jpg(853KB)
----utils()
--------eval_det.py(9KB)
--------tf_logger.py(2KB)
--------box_util.py(17KB)
--------ramps.py(1KB)
--------pc_util.py(18KB)
--------tf_visualizer.py(2KB)
--------nn_distance.py(3KB)
--------nms.py(5KB)
--------metric_util.py(6KB)
----models()
--------votenet.py(5KB)
--------voting_module.py(3KB)
--------backbone_module.py(5KB)
--------proposal_module.py(6KB)
--------ap_helper.py(20KB)
--------loss_helper.py(12KB)
--------loss_helper_sess.py(17KB)
--------dump_helper.py(7KB)
----train_sess.py(18KB)
----scripts()
--------run_sess_sunrgbd.py(2KB)
--------run_sess_scannet.py(2KB)
----scannet()
--------meta_data()
--------batch_load_scannet_data.py(4KB)
--------scannet_twostream_dataset.py(13KB)
--------model_util_scannet.py(4KB)
--------scannet_detection_dataset.py(14KB)
--------README.md(403B)
--------scans()
--------scannet_utils.py(2KB)
--------load_scannet_data.py(6KB)
--------data_viz.py(1KB)
----pretrain_votenet.py(15KB)
----requirements.txt(64B)
----.idea()
--------vcs.xml(180B)
----LICENSE(1KB)
----eval.py(9KB)
----README.md(4KB)
----pointnet2()
--------pointnet2_utils.py(12KB)
--------pointnet2_modules.py(17KB)
--------pytorch_utils.py(7KB)
--------_ext_src()
--------setup.py(928B)
----sunrgbd()
--------OFFICIAL_SUNRGBD()
--------matlab()
--------sunrgbd_detection_dataset.py(14KB)
--------sunrgbd_data.py(15KB)
--------sunrgbd_twostream_dataset.py(13KB)
--------README.md(923B)
--------sunrgbd_utils.py(12KB)
--------model_util_sunrgbd.py(4KB)