文件名称：pointnet:PyTorch实施的“ PointNet
文件大小：8.77MB
文件格式：ZIP
更新时间：2024-06-04 02:51:19
computer-vision deep-learning point-cloud pytorch classification
点网 PyTorch实现的“ PointNet：针对3D分类和分段的点集深度学习” 中型文章详细说明了实现的关键点。 分类数据集 此代码在数据集上实现对象分类。 与原始论文一样，我们根据当前面的面积在对象表面上采样1024个点。 然后，将对象归一化为单位球并添加高斯噪声。 这是代表椅子的神经网络的输入示例： 您可以通过以下下载数据集 分类表现 等级（精度） 全面的 浴缸 床 椅子 桌子 梳妆台 监视器 床头柜 沙发 桌子 洗手间 ModelNet10 82.0％ 93.4％ 92.0％ 97.2％ 81.5％ 71.0％ 89.4％ 56.0％ 86.9％ 93.4％ 95.9％ 预训练模型可用 用法 最好的第一个选择是在Google Colab中使用注释和可视化效果/nbs/PointNetClass.ipynb运行笔记本。 第二个选项是在本地计算机上克
【文件预览】：
pointnet-master
----source()
--------utils.py(3KB)
--------model.py(3KB)
--------dataset.py(2KB)
--------args.py(877B)
----train.py(4KB)
----images()
--------cover.gif(1.54MB)
--------airplane.gif(3.1MB)
--------chair.gif(3.76MB)
----requirements.txt(3KB)
----nbs()
--------PointNetSeg.ipynb(177KB)
--------PointNetClass.ipynb(1017KB)
----LICENSE(11KB)
----README.md(3KB)