文件名称：3DNetworksPytorch:使用pytorch实现流行的深度学习网络
文件大小：9.2MB
文件格式：ZIP
更新时间：2024-06-14 03:11:54
Python
3DNetworksPytorch - Looking for new papers to implement in pytorch ! Go comment in the dedicated issue, papers you would like to see implemented using pytorch !! 该存储库主要是使用pytorch框架实现的论文的实现，请在引用此工作之前引用相应的论文。 建议用户考虑我的实现的准确性和就绪性，请在遇到问题时提出问题，我将尽力解决。 该存储库是通过实现它们，针对点云的不同3D深度学习架构来学习的方式。 我还没有在论文的基准数据集上对它们进行过测试，仅在一些玩具示例上进行过测试。 如果您发现任何错误，我愿意提出请求并就该主题进行任何合作。 （我还没有完全清除代码，因此乍一看似乎有些混乱。）大多数网络在cppattempt中使用c
【文件预览】：
3DNetworksPytorch-master
----FastFCN()
--------resnet.py(10KB)
--------fastfcn.py(5KB)
----Pointnet2()
--------Pointnet2_msg.py(2KB)
--------Pointnet2.py(2KB)
----README.md(4KB)
----unit_test()
--------test_cpp_vs_C.py(4KB)
--------centroids.npy(4KB)
--------group_idx.npy(125KB)
--------centroids_cpp.npy(4KB)
--------test_pc.ply(2.26MB)
--------group_idxcpp.npy(125KB)
----metrics.py(2KB)
----PointCNN()
--------Utils.py(2KB)
--------xConv.py(5KB)
--------PointCNN.py(12KB)
----Utils()
--------Utilities.py(3KB)
--------net_utils.py(10KB)
--------__pycache__()
----cppattempt()
--------example.py(1KB)
--------Point.h(1KB)
--------point_api.cpp(376B)
--------point.egg-info()
--------dist()
--------Point_cuda.cu(8KB)
--------build()
--------setup.py(343B)
--------Point.cpp(4KB)
----PointSift()
--------sift.py(19KB)
----PCN()
--------test.py(1KB)
--------models.py(6KB)
--------example.png(45KB)
--------data_loader.py(1KB)
--------main.py(3KB)
--------chamfer_distance()
--------PyTorchEMD()
----CRSNET()
--------CRSNET.py(1KB)
----C_utils()
--------example.py(1KB)
--------include()
--------build.py(711B)
--------install.sh(196B)
--------src()
--------build()
--------libsift()
----data_loaders()
--------create_grid.py(8KB)
----SPGN()
--------test_SGPN.py(13KB)
--------__pycache__()
--------SGPN.py(11KB)
--------train_SGPN.py(4KB)
--------SGPN_utils.py(8KB)