MeshCNN 다운로드 MeshCNN 소스 코드 다운로드

MeshCNN

파이썬

1.0.0

다운로드

Pytorch의 meshcnn

SIGGRAPH 2019 [종이] [프로젝트 페이지]

MESHCNN은 3D 형태 분류 또는 세분화와 같은 작업에 사용할 수있는 3D 삼각형 메쉬를위한 일반 목적 깊은 신경망입니다. 이 프레임 워크에는 메쉬 모서리에 직접 적용되는 컨볼 루션, 풀링 및 설비 층이 포함됩니다.

이 코드는 Rana Hanocka와 Amir Hertz가 Noa Fish의 지원으로 작성했습니다.

시작하기

설치

이 저장소를 복제하십시오.

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

의존성 설치 : Pytorch 버전 1.2. 선택 사항 : 훈련 플롯을위한 Tensorboardx.
- New Conda Environment를 통해 conda env create -f environment.yml (meshcnn이라는 환경 생성)

SHREC에서 3D 모양 분류

데이터 세트를 다운로드하십시오

bash ./scripts/shrec/get_data.sh

훈련 실행 (Conda Env를 사용하는 경우 먼저 활성화 ENC ENG source activate meshcnn )

bash ./scripts/shrec/train.sh

훈련 손실 플롯을 보려면 다른 터미널 실행 tensorboard --logdir runs 및 http : // localhost : 6006을 클릭하십시오.

테스트를 실행하고 중간 풀링 메시를 내 보냅니다.

bash ./scripts/shrec/test.sh

네트워크 러닝 에지 붕괴를 시각화하십시오.

bash ./scripts/shrec/view.sh

메쉬에 대한 붕괴의 예 :

bash ./scripts/shrec/get_pretrained.sh 사용하여 미리 훈련 된 가중치를 얻을 수도 있습니다.

미리 훈련 된 가중치를 사용하려면 훈련 데이터의 평균 / 표준 편차를 계산하고 저장하는 train.sh 실행하십시오.

인간의 3D 모양 세그먼트 화

위와 마찬가지로 데이터 세트 / 실행 열차를 다운로드 / 사기 / 실행 테스트 /보기를 다운로드하십시오.

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

일부 분할 결과 예 :

추가 데이터 세트

scripts/coseg_seg 에서 scripts/cubes 분류에서 COSEG 세분화에 대해서도 동일한 스크립트도 존재합니다.

더 많은 정보

자세한 내용은 Meshcnn Wiki를 확인하십시오. 특히 세분화 및 데이터 처리에 대한 정보를 참조하십시오.

다른 구현

meshcnn을 포함하는 point2mesh 텐서 플로우 상환
MedMeshcnn은 170k 가장자리로 메쉬를 처리합니다

소환

이 코드가 유용하다고 생각되면 우리 논문을 인용하는 것을 고려하십시오.

 @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}
}