يحتوي هذا المستودع على تنفيذ المؤلف في Pytorch للورقة:
الشبكة العصبية التلافيفية ذات الشكل العلاقة لتحليل سحابة النقاط [arXiv] [CVF]
يونغتشنغ ليو، بن فان، شيمينغ شيانغ وتشونهونغ بان
صفحة مشروع CVPR 2019 الشفهية وأفضل ورقة نهائية : https://yochengliu.github.io/Relation-Shape-CNN/
إذا كانت ورقتنا مفيدة لبحثك، يرجى النظر في الاستشهاد بما يلي:
@inproceedings { liu2019rscnn ,
author = { Yongcheng Liu and
Bin Fan and
Shiming Xiang and
Chunhong Pan } ,
title = { Relation-Shape Convolutional Neural Network for Point Cloud Analysis } ,
booktitle = { IEEE Conference on Computer Vision and Pattern Recognition (CVPR) } ,
pages = { 8895--8904 } ,
year = { 2019 }
}
git clone https://github.com/Yochengliu/Relation-Shape-CNN.git
cd Relation-Shape-CNN
تصنيف الشكل
قم بتنزيل وفك ضغط ModelNet40 (415M). استبدل $data_root$
في cfgs/config_*_cls.yaml
بالمسار الأصلي لمجموعة البيانات.
تجزئة جزء ShapeNet
قم بتنزيل وفك ضغط ShapeNet Part (674M). استبدل $data_root$
في cfgs/config_*_partseg.yaml
بمسار مجموعة البيانات.
sh train_cls.sh
يمكنك تعديل relation_prior
في cfgs/config_*_cls.yaml
. لقد قمنا بتدريب نموذج تصنيف حي أحادي النطاق في مجلد cls
، والذي تبلغ دقته 92.38%.
sh train_partseg.sh
لقد قمنا بتدريب نموذج تجزئة الأجزاء متعدد المقاييس في مجلد seg
، الذي تبلغ نسبة mIoU الخاصة بفئته ومثيل mIoU 84.18% و85.81% على التوالي.
Voting script: voting_evaluate_cls.py
يمكنك استخدام نموذجنا cls/model_cls_ssn_iter_16218_acc_0.923825.pth
كنقطة تفتيش في config_ssn_cls.yaml
، وبعد هذا التصويت ستحصل على دقة تبلغ 92.71% إذا سارت الأمور على ما يرام.
Voting script: voting_evaluate_partseg.py
يمكنك استخدام نموذجنا seg/model_seg_msn_iter_57585_ins_0.858054_cls_0.841787.pth
كنقطة تفتيش في config_msn_partseg.yaml
.
تم إصدار الكود بموجب ترخيص MIT (راجع ملف الترخيص للحصول على التفاصيل).
تم استعارة الكود بشكل كبير من Pointnet2_PyTorch.
إذا كانت لديك بعض الأفكار أو الأسئلة حول أبحاثنا لمشاركتها معنا، فيرجى الاتصال بـ [email protected]