Skip to content

Latest commit

 

History

History
212 lines (136 loc) · 4.21 KB

README_zh.md

File metadata and controls

212 lines (136 loc) · 4.21 KB
Raw

3D Pool

本仓库是硕士毕业论文《面向3D点云的深层神经网络池化研究》代码. 代码的主体框架借鉴自 Antao97/dgcnn.pytorch.

 论文的主体架构

 

Requirements

  • Python 3.7
  • PyTorch 1.2
  • CUDA 10.0
  • Package: glob, h5py, sklearn

 

Contents

 

Global Description Guided Pooling

Classification

ModelNet40

  • train
python main_cls.py --exp_name=GDP_M40 --model pointnet/dgcnn --base_dir /path/to/data --pool GDP --cd_weights 0.01
  • eval
python main_cls.py --eval True --exp_name=GDP_M40.eval --model pointnet/dgcnn --base_dir /path/to/data --pool GDP --cd_weights 0.01 --model_path /path/to/model

ScanObjectNN

  • train
python main_scan.py --exp_name=GDP_scan --base_dir /path/to/data --pool GDP --cd_weights 0.01
  • eval
python main_scan.py --eval True --exp_name=GDP_scan.eval --base_dir /path/to/data --pool GDP --cd_weights 0.01 --model_path /path/to/model

Segmentation

ShapeNetPart

  • train
python main_part.py --exp_name=GDP_part --base_dir /path/to/data --pool GDP --cd_weights 0.01
  • eval
python main_part.py --eval True --exp_name=GDP_part.eval --base_dir /path/to/data --pool GDP --cd_weights 0.01 --model_path /path/to/model

S3DIS

You have to download Stanford3dDataset_v1.2_Aligned_Version.zip manually from https://goo.gl/forms/4SoGp4KtH1jfRqEj2 .

  • train
python main_sem.py --exp_name=GDP_sem --base_dir /path/to/data --pool GDP --cd_weights 0.01
  • eval
python main_sem.py --eval True --exp_name=GDP_sem.eval --base_dir /path/to/data --pool GDP --cd_weights 0.01 --model_path /path/to/model

Random Pooling

Classification

ModelNet40

  • train
python main_cls.py --exp_name=RDP_M40 --model pointnet/dgcnn --base_dir /path/to/data --pool RDP
  • eval
python main_cls.py --eval True --exp_name=RDP_M40.eval --model pointnet/dgcnn --base_dir /path/to/data --pool RDP --model_path /path/to/model

ScanObjectNN

  • train
python main_scan.py --exp_name=RDP_scan --base_dir /path/to/data --pool RDP
  • eval
python main_scan.py --eval True --exp_name=RDP_scan.eval --base_dir /path/to/data --pool RDP --model_path /path/to/model

Segmentation

ShapeNetPart

  • train
python main_part.py --exp_name=RDP_part --base_dir /path/to/data --pool RDP
  • eval
python main_part.py --eval True --exp_name=RDP_part.eval --base_dir /path/to/data --pool RDP --model_path /path/to/model

S3DIS

  • train
python main_sem.py --exp_name=RDP_sem --base_dir /path/to/data --pool RDP
  • eval
python main_sem.py --eval True --exp_name=RDP_sem.eval --base_dir /path/to/data --pool RDP --model_path /path/to/model

Mutual Infomax Pooling

Classification

ModelNet40

  • train
python main_cls.py --exp_name=MIP_M40 --model pointnet/dgcnn --base_dir /path/to/data --pool MIP --mi_weights 1
  • eval
python main_cls.py --eval True --exp_name=MIP_M40.eval --model pointnet/dgcnn --base_dir /path/to/data --pool MIP --model_path /path/to/model --mi_weights 1

ScanObjectNN

  • train
python main_scan.py --exp_name=MIP_scan --base_dir /path/to/data --pool MIP --mi_weights 1
  • eval
python main_scan.py --eval True --exp_name=MIP_scan.eval --base_dir /path/to/data --pool MIP --mi_weights 1 --model_path /path/to/model

Segmentation

ShapeNetPart

  • train
python main_part.py --exp_name=MIP_part --base_dir /path/to/data --pool MIP --mi_weights 1
  • eval
python main_part.py --eval True --exp_name=MIP_part.eval --base_dir /path/to/data --pool MIP --mi_weights 1 --model_path /path/to/model

S3DIS

  • train
python main_sem.py --exp_name=MIP_sem --base_dir /path/to/data --pool MIP --mi_weights 1
  • eval
python main_sem.py --eval True --exp_name=MIP_sem.eval --base_dir /path/to/data --pool MIP --mi_weights 1 --model_path /path/to/model