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)