psg_pytorch:PointSetGen PyTorch实现

时间:2024-03-12 04:15:12
【文件属性】:

文件名称:psg_pytorch:PointSetGen PyTorch实现

文件大小:290KB

文件格式:ZIP

更新时间:2024-03-12 04:15:12

Python

实施与ImageNet-预训练ResNet50图像编码器和FC / FC-UpConv解码器 变化: 支持以视图为中心和以形状为中心的训练(以形状为中心的效果更好) 同时支持倒角距离和土方距离,因为损耗(EMD速度较慢,但​​性能要好一些) 训练10,000个地面真点可提高1K / 2K训练的性能(这类似于最近基于SDF的方法,其中通常会采样> 10,000个查询点) 要使用,请先编译cd和emd (请参阅自述文件),然后运行 bash train.sh 要下载数据,请单击下载Chair数据(10K采样点云+ 24个随机视角的渲染图像)。 请注意,这是在PartNet数据拆分之后进行的。 您需要切换到其他论文中使用的那些。 在Ubuntu 16.04,Cuda 9.0,Python 3.6.5,PyTorch 1.1.0上测试了代码。 此代码使用Blender v2.79渲


【文件预览】:
psg_pytorch-master
----emd()
--------setup.py(642B)
--------.gitignore(39B)
--------emd.py(1KB)
--------__init__.py(0B)
--------test_emd_loss.py(1KB)
--------cuda()
--------README.md(146B)
----.gitignore(37B)
----train.sh(191B)
----models()
--------model_cd.py(4KB)
--------model_emd.py(4KB)
----utils()
--------emd()
--------render_blender.py(7KB)
--------camera_at_2.blend(463KB)
--------render_using_blender.py(6KB)
--------camera_centered.blend(455KB)
--------gen_html_hierachy_local.py(11KB)
--------object_centered.blend(456KB)
--------quaternion.py(6KB)
--------geometry_utils.py(18KB)
--------colors.py(397B)
--------rand_cmap.py(3KB)
----utils.py(4KB)
----README.md(1KB)
----cd()
--------setup.py(658B)
--------.gitignore(39B)
--------test_chamfer.py(4KB)
--------__init__.py(0B)
--------cuda()
--------chamfer.py(2KB)
--------README.md(134B)
----stats()
--------Chair_val.txt(4KB)
--------Chair_train.txt(26KB)
--------Chair_test.txt(7KB)
--------Chair_all.txt(36KB)
----data.py(3KB)
----train.py(15KB)

网友评论