MeshCNNダウンロードMeshCNNソースコードのダウンロード

MeshCNN

パイソン

1.0.0

ダウンロード

Pytorchのmeshcnn

Siggraph 2019 [Paper] [プロジェクトページ]

MESHCNNは、3D三角メッシュの汎用深いニューラルネットワークであり、3D形状分類やセグメンテーションなどのタスクに使用できます。このフレームワークには、メッシュのエッジに直接適用される畳み込み、プーリング、および編成層が含まれます。

このコードは、NOA Fishの支援を受けてRana HanockaとAmir Hertzによって書かれました。

はじめる

インストール

このレポをクローンします：

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

依存関係のインストール：Pytorchバージョン1.2。オプション：トレーニングプロット用のTensorBoardX。
- 新しいコンドラ環境を介してconda env create -f environment.yml （meshcnnと呼ばれる環境を作成）

SHRECの3D形状分類

データセットをダウンロードします

bash ./scripts/shrec/get_data.sh

トレーニングを実行する（conda envを使用する場合、最初にアクティブ化しますev eg eg eg eg source activate meshcnn ）

bash ./scripts/shrec/train.sh

トレーニング損失プロットを表示するには、別のターミナルランtensorboard --logdir runsとhttp：// localhost：6006をクリックします。

テストを実行して、中間プールメッシュをエクスポートします。

bash ./scripts/shrec/test.sh

ネットワーク学習エッジの崩壊を視覚化します：

bash ./scripts/shrec/view.sh

メッシュの崩壊の例：

また、bash ./scripts/shrec/get_pretrained.shを使用して事前に訓練されたウェイトを取得することもできます。

事前に訓練されたウェイトを使用するために、トレーニングデータの平均 /標準偏差を計算および保存するtrain.shを実行します。

人間の3D形状セグメンテーション

上記と同じように、データセット /ラントレイン /走行 /冒とくされた /実行テスト /ビューをダウンロードするには

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

いくつかのセグメンテーション結果の例：

追加のデータセット

scripts/coseg_segのコセグセグメンテーションと、 scripts/cubesのキューブ分類にも同じスクリプトが存在します。

詳細

詳細については、meshcnn wikiをご覧ください。具体的には、セグメンテーションとデータ処理に関する情報を参照してください。

その他の実装

Point2Mesh Tensorflow Reimpentation
Medmeshcnnは、170kのエッジでメッシュを処理します

引用

このコードが便利だと思う場合は、私たちの論文を引用することを検討してください

 @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}
}