Download de MeshCNN - MeshCNN Código Fonte Download

MeshCNN

Pitão

1.0.0

Baixar

Meshcnn em Pytorch

Siggraph 2019 [Paper] [Página do projeto]

Meshcnn é uma rede neural profunda de uso geral para malhas triangulares 3D, que podem ser usadas para tarefas como classificação ou segmentação em forma 3D. Essa estrutura inclui camadas de convolução, agrupamento e não -resfriamento que são aplicadas diretamente nas bordas da malha.

O código foi escrito por Rana Hanocka e Amir Hertz com apoio de Noa Fish.

Começando

Instalação

Clone este repo:

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

Instale dependências: pytorch versão 1.2. Opcional : TensorboardX para gráficos de treinamento.
- Via novo ambiente condata conda env create -f environment.yml (cria um ambiente chamado Meshcnn)

Classificação de forma 3D no shrec

Baixe o conjunto de dados

bash ./scripts/shrec/get_data.sh

Execute o treinamento (se estiver usando o CONDA ENV First Active Inv EG source activate meshcnn )

bash ./scripts/shrec/train.sh

Para visualizar as parcelas de perda de treinamento, em outro terminal de execução tensorboard --logdir runs e clique em http: // localhost: 6006.

Executar teste e exportar as malhas intermediárias em conjunto:

bash ./scripts/shrec/test.sh

Visualize o colapso da borda com aprendizado de rede:

bash ./scripts/shrec/view.sh

Um exemplo de colapso para uma malha:

Observe que você também pode obter pesos pré-treinados usando o Bash ./scripts/shrec/get_pretrained.sh .

Para usar os pesos pré-treinados, execute train.sh que calculará e salvará a média / desvio padrão dos dados de treinamento.

Segmentação de forma 3D em humanos

O mesmo que acima, para baixar o conjunto de dados / executar o trem / obter pré -tereno / executar teste / exibição

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

Alguns exemplos de resultados de segmentação:

Conjuntos de dados adicionais

Os mesmos scripts também existem para a segmentação do Coseg em scripts/coseg_seg e classificação de cubos em scripts/cubes .

Mais informações

Confira o Wiki Meshcnn para obter mais detalhes. Especificamente, consulte as informações sobre segmentação e processamento de dados.

Outras implementações

Reimplementação de Tensorflow Point2Mesh, que também contém Meshcnn
Medmeshcnn, lida com malhas com 170 mil bordas

Citação

Se você achar esse código útil, considere citar nosso artigo

 @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}
}