文件名称：SPHnet:文章的 TensorflowKeras 代码（Effective Rotation-invariant Point CNN with Spherical Harmonics kernels）
文件大小：116KB
文件格式：ZIP
更新时间：2024-06-19 04:27:23
Python
这是我们对SPHNet的实现，这是一种用于点云分析的旋转不变深度学习架构。 先决条件 CUDA 和 CuDNN Python >= 3.5 TensorFlow 1.8 凯拉斯 如何训练？ 该代码提出了两种设置：分类和细分 分类 data_providers 文件夹中的文件classification_dataset.py 允许您将形状分类的数据集指定为包含以下内容的字典： 'name' : 数据集的名称 'num_classes'：类的数量 'train_data_folder'：训练数据文件夹的路径 'val_data_folder'：验证数据文件夹的路径 'test_data_folder'：测试数据文件夹的路径 'train_files_list'：包含训练 hdf5 文件列表的 txt 文件的路径 'val_files_list'：包含验证 hdf5 文件列表的 txt
【文件预览】：
SPHnet-master
----SPHnet()
--------data_providers()
--------spherical_harmonics()
--------networks()
--------layers()
--------utils()
--------train_classification.py(7KB)
--------methods()
--------train_segmentation.py(15KB)
----README.md(2KB)