【文件属性】：
文件名称：Pointnet_Pointnet2_pytorch:由pytorch（pure python）以及在ModelNet，ShapeNet和S3DIS上实现的PointNet和PointNet ++
文件大小：68.22MB
文件格式：ZIP
更新时间：2021-05-11 11:12:10
pytorch segmentation shapenet modelnet pointcloud
PointNet和PointNet ++的Pytorch实现
此是和的实现。
更新
2021/03/27：
（1）发布预训练的语义分割模型，其中PointNet ++可以达到53.5％的mIoU。
（2）在log/发布用于分类和零件细分的预训练模型。
2021/03/20：更新分类代码，包括：
（1）添加用于训练ModelNet10数据集的代码。 使用--num_category 10设置。
（2）添加仅在CPU上运行的代码。 使用--use_cpu设置。
（3）添加用于离线数据预处理的代码，以加快培训速度。 使用--process_data设置。
（4）添加用于统一采样的训练代码。 使用--use_uniform_sample设置。
2019/11/26：
（1）修复了先前代码中的一些错误，并添加了数据增强技巧。 现在仅按1024点分类就可以达到92.8％ ！
（2）
【文件预览】：
Pointnet_Pointnet2_pytorch-master
----.gitattributes(66B)
----log()
--------part_seg()
--------sem_seg()
--------classification()
----models()
--------pointnet_utils.py(4KB)
--------pointnet2_cls_msg.py(2KB)
--------pointnet2_cls_ssg.py(2KB)
--------pointnet2_utils.py(11KB)
--------pointnet_sem_seg.py(2KB)
--------pointnet2_part_seg_msg.py(2KB)
--------pointnet2_sem_seg_msg.py(2KB)
--------pointnet_cls.py(1KB)
--------pointnet_part_seg.py(3KB)
--------pointnet2_part_seg_ssg.py(2KB)
--------pointnet2_sem_seg.py(2KB)
----test_classification.py(4KB)
----test_semseg.py(9KB)
----train_semseg.py(13KB)
----LICENSE(1KB)
----README.md(7KB)
----train_partseg.py(13KB)
----visualizer()
--------build.sh(102B)
--------plyfile.py(26KB)
--------pic.png(315KB)
--------eulerangles.py(13KB)
--------pic2.png(589KB)
--------render_balls_so.cpp(1KB)
--------pc_utils.py(7KB)
--------show3d_balls.py(8KB)
----.gitignore(1KB)
----data_utils()
--------collect_indoor3d_data.py(901B)
--------ModelNetDataLoader.py(5KB)
--------S3DISDataLoader.py(10KB)
--------meta()
--------indoor3d_util.py(24KB)
--------ShapeNetDataLoader.py(5KB)
----test_partseg.py(7KB)
----train_classification.py(9KB)
----provider.py(10KB)