Descargar MeshCNN - Descargar el código fuente de MeshCNN

MeshCNN

Pitón

1.0.0

Descargar

Meshcnn en Pytorch

Siggraph 2019 [documento] [Página del proyecto]

MeshCNN es una red neuronal profunda de uso general para mallas triangulares 3D, que puede usarse para tareas como la clasificación o segmentación de forma 3D. Este marco incluye capas de convolución, agrupación y impogramación que se aplican directamente en los bordes de malla.

El código fue escrito por Rana Hanocka y Amir Hertz con el apoyo de Noa Fish.

Empezando

Instalación

Clon este repositorio:

git clone https://github.com/ranahanocka/MeshCNN.git
cd MeshCNN

Instalación de dependencias: Pytorch versión 1.2. Opcional : TensorBoardX para parcelas de entrenamiento.
- A través de un entorno nuevo conda env create -f environment.yml (crea un entorno llamado Meshcnn)

Clasificación de forma 3D en shrec

Descargar el conjunto de datos

bash ./scripts/shrec/get_data.sh

Ejecutar el entrenamiento (si se usa Conda Env Primero active Env EG EG source activate meshcnn )

bash ./scripts/shrec/train.sh

Para ver los gráficos de pérdida de entrenamiento, en otra terminal ejecuta tensorboard --logdir runs y haga clic en http: // localhost: 6006.

Ejecute la prueba y exporte las mallas agrupadas intermedias:

bash ./scripts/shrec/test.sh

Visualice los colapsos de borde de encendido de red:

bash ./scripts/shrec/view.sh

Un ejemplo de colapso para una malla:

Tenga en cuenta que también puede obtener pesos previamente capacitados usando bash ./scripts/shrec/get_pretrained.sh .

Para usar los pesos previamente capacitados, ejecute train.sh que calculará y guardará la desviación media / estándar de los datos de entrenamiento.

Segmentación de forma 3D en humanos

Lo mismo que el anterior, para descargar el conjunto de datos / ejecutar trenes / get pretraneando / ejecutar prueba / ver

bash ./scripts/human_seg/get_data.sh
bash ./scripts/human_seg/train.sh
bash ./scripts/human_seg/get_pretrained.sh
bash ./scripts/human_seg/test.sh
bash ./scripts/human_seg/view.sh

Algunos ejemplos de resultados de segmentación:

Conjuntos de datos adicionales

También existen los mismos scripts para la segmentación de Coseg en scripts/coseg_seg y cubos en scripts/cubes .

Más información

Echa un vistazo al wiki Meshcnn para obtener más detalles. Específicamente, consulte Información sobre segmentación y procesamiento de datos.

Otras implementaciones

Point2Mesh TensorFlow Reimplementation, que también contiene Meshcnn
Medmeshcnn, maneja mallas con 170k bordes

Citación

Si encuentra útil este código, considere citar nuestro documento

 @article{hanocka2019meshcnn,
  title={MeshCNN: A Network with an Edge},
  author={Hanocka, Rana and Hertz, Amir and Fish, Noa and Giryes, Raja and Fleishman, Shachar and Cohen-Or, Daniel},
  journal={ACM Transactions on Graphics (TOG)},
  volume={38},
  number={4},
  pages = {90:1--90:12},
  year={2019},
  publisher={ACM}
}