Unduh MeshCNN - Unduh Kode Sumber MeshCNN

MeshCNN

ular piton

1.0.0

Unduh

Meshcnn di Pytorch

Siggraph 2019 [kertas] [Halaman Proyek]

Meshcnn adalah jaringan saraf dalam tujuan umum untuk jerat segitiga 3D, yang dapat digunakan untuk tugas-tugas seperti klasifikasi atau segmentasi bentuk 3D. Kerangka kerja ini mencakup lapisan konvolusi, pengumpulan dan pembersihan yang diterapkan langsung pada tepi jala.

Kode ini ditulis oleh Rana Hanocka dan Amir Hertz dengan dukungan dari Noa Fish.

Memulai

Instalasi

Klon repo ini:

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

Instal dependensi: Pytorch versi 1.2. Opsional : Tensorboardx untuk plot pelatihan.
- Via New Conda Environment conda env create -f environment.yml (menciptakan lingkungan yang disebut meshcnn)

Klasifikasi bentuk 3D pada shrec

Unduh dataset

bash ./scripts/shrec/get_data.sh

Jalankan pelatihan (jika menggunakan conda env, pertama -tama aktifkan source activate meshcnn )

bash ./scripts/shrec/train.sh

Untuk melihat plot kerugian pelatihan, di terminal lain menjalankan tensorboard --logdir runs dan klik http: // localhost: 6006.

Jalankan Tes dan Ekspor Meshes Pooled Intermediate:

bash ./scripts/shrec/test.sh

Visualisasikan Edge yang Dipelajari Jaringan Runtuh:

bash ./scripts/shrec/view.sh

Contoh runtuh untuk mesh:

Catatan, Anda juga bisa mendapatkan bobot terlatih menggunakan bash ./scripts/shrec/get_pretrained.sh .

Untuk menggunakan bobot pra-terlatih, jalankan train.sh yang akan menghitung dan menyimpan rata-rata / standar deviasi dari data pelatihan.

Segmentasi bentuk 3D pada manusia

Sama seperti di atas, untuk mengunduh dataset / menjalankan kereta / mendapatkan tes / menjalankan pretrained / view

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

Beberapa contoh hasil segmentasi:

Dataset tambahan

Script yang sama juga ada untuk segmentasi coseg dalam scripts/coseg_seg dan klasifikasi kubus dalam scripts/cubes .

Info lebih lanjut

Lihatlah Wiki Meshcnn untuk lebih jelasnya. Secara khusus, lihat info tentang segmentasi dan pemrosesan data.

Implementasi lainnya

Point2Mesh TensorFlow Reimplementation, yang juga mengandung meshcnn
Medmeshcnn, menangani jerat dengan 170 ribu tepi

Kutipan

Jika Anda menemukan kode ini bermanfaat, silakan pertimbangkan mengutip makalah kami

 @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}
}