Relation Shape CNN

Rede Neural Convolucional em Forma de Relação para Análise de Nuvem de Pontos

Este repositório contém a implementação do autor em Pytorch para o artigo:

Rede Neural Convolucional em Forma de Relação para Análise de Nuvem de Pontos [arXiv] [CVF]
Yongcheng Liu, Bin Fan, Shiming Xiang e Chunhong Pan
Página do projeto finalista do CVPR 2019 Oral e Melhor Artigo : https://yochengliu.github.io/Relation-Shape-CNN/

Citação

Se nosso artigo for útil para sua pesquisa, considere citar:

        @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 }   
        }   

Uso: Preparação

Exigência

• Ubuntu 14.04
• Python 3 (recomendado Anaconda3)
• Pytorch 0.3.*/0.4.*
• CMake > 2,8
• CUDA 8.0 + cuDNN 5.1

Kernel de construção

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

• compilação mkdir && compilação cd
• cmake.. && make

Conjunto de dados

Classificação de formas

Baixe e descompacte ModelNet40 (415M). Substitua $data_root$ em cfgs/config_*_cls.yaml pelo caminho pai do conjunto de dados.

Segmentação de peças ShapeNet

Baixe e descompacte a peça ShapeNet (674M). Substitua $data_root$ em cfgs/config_*_partseg.yaml pelo caminho do conjunto de dados.

Uso: Treinamento

Classificação de formas

 sh train_cls.sh

Você pode modificar relation_prior em cfgs/config_*_cls.yaml . Treinamos um modelo de classificação de vizinhança em escala única na pasta cls , cuja precisão é de 92,38%.

Segmentação de peças de forma

 sh train_partseg.sh

Treinamos um modelo de segmentação de peças Multi-Scale-Neighborhood na pasta seg , cuja classe mIoU e instância mIoU são 84,18% e 85,81%, respectivamente.

Uso: Avaliação

Classificação de formas

 Voting script: voting_evaluate_cls.py

Você pode usar nosso modelo cls/model_cls_ssn_iter_16218_acc_0.923825.pth como ponto de verificação em config_ssn_cls.yaml e após esta votação você obterá uma precisão de 92,71% se tudo der certo.

Segmentação de peças de forma

 Voting script: voting_evaluate_partseg.py

Você pode usar nosso modelo seg/model_seg_msn_iter_57585_ins_0.858054_cls_0.841787.pth como ponto de verificação em config_msn_partseg.yaml .

Licença

O código é lançado sob licença MIT (consulte o arquivo LICENSE para obter detalhes).

Reconhecimento

O código foi fortemente emprestado de Pointnet2_PyTorch.

Contato

Se você tiver alguma ideia ou dúvida sobre nossa pesquisa para compartilhar conosco, entre em contato com [email protected]