Relation Shape CNN

포인트 클라우드 분석을 위한 관계형 컨벌루션 신경망

이 저장소에는 논문에 대한 저자의 Pytorch 구현이 포함되어 있습니다.

포인트 클라우드 분석을 위한 관계형 컨벌루션 신경망 [arXiv] [CVF]
Yongcheng Liu, Bin Fan, Shiming Xiang 및 Chunhong Pan
CVPR 2019 Oral & Best Paper 최종 후보 프로젝트 페이지 : https://yochengliu.github.io/Relation-Shape-CNN/

소환

우리 논문이 귀하의 연구에 도움이 된다면 다음을 인용해 보십시오.

        @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 }   
        }   

용법: 준비

요구 사항

• 우분투 14.04
• Python 3(Anaconda3 권장)
• 파이토치 0.3.*/0.4.*
• CMake > 2.8
• 쿠다 8.0 + cuDNN 5.1

커널 구축

 git clone https://github.com/Yochengliu/Relation-Shape-CNN.git 
cd Relation-Shape-CNN

• mkdir 빌드 && cd 빌드
• cmake .. && 만들기

데이터세트

모양 분류

ModelNet40(415M)을 다운로드하고 압축을 풉니다. cfgs/config_*_cls.yaml 의 $data_root$ 데이터세트 상위 경로로 바꿉니다.

ShapeNet 부품 분할

ShapeNet Part(674M)를 다운로드하고 압축을 풉니다. cfgs/config_*_partseg.yaml 의 $data_root$ 데이터세트 경로로 바꿉니다.

용법: 훈련

모양 분류

 sh train_cls.sh

cfgs/config_*_cls.yaml 에서 relation_prior 수정할 수 있습니다. 우리는 cls 폴더에서 Single-Scale-Neighborhood 분류 모델을 훈련시켰으며 정확도는 92.38%입니다.

모양 부분 분할

 sh train_partseg.sh

우리는 클래스 mIoU와 인스턴스 mIoU가 각각 84.18%와 85.81%인 seg 폴더에서 Multi-Scale-Neighborhood 부분 분할 모델을 훈련했습니다.

사용법: 평가

모양 분류

 Voting script: voting_evaluate_cls.py

cls/model_cls_ssn_iter_16218_acc_0.923825.pth 모델을 config_ssn_cls.yaml 의 체크포인트로 사용할 수 있으며, 이 투표 후에 모든 것이 올바르게 진행되면 92.71%의 정확도를 얻게 됩니다.

모양 부분 분할

 Voting script: voting_evaluate_partseg.py

config_msn_partseg.yaml 의 체크포인트로 모델 seg/model_seg_msn_iter_57585_ins_0.858054_cls_0.841787.pth 사용할 수 있습니다.

특허

코드는 MIT 라이선스에 따라 공개됩니다(자세한 내용은 LICENSE 파일 참조).

승인

코드는 Pointnet2_PyTorch에서 많이 빌려왔습니다.

연락하다

우리 연구에 관해 공유할 아이디어나 질문이 있는 경우 [email protected]으로 문의해 주세요.