MeshCNN скачать - загрузка исходного кода MeshCNN

MeshCNN

Питон

1.0.0

Скачать

Meshcnn в Pytorch

Siggraph 2019 [Paper] [Project Page]

Meshcnn-это общепринятая глубокая нейронная сеть для трехмерных треугольных сетей, которые могут использоваться для таких задач, как классификация трехмерной формы или сегментация. Эта структура включает в себя слои свертки, объединения и неохота, которые применяются непосредственно на сетчатых краях.

Код был написан Раной Ханокой и Амиром Герцом при поддержке NOA Fish.

Начиная

Установка

Клонировать это репо:

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

Установите зависимости: Pytorch версия 1.2. Необязательно : Tensorboardx для тренировочных участков.
- Через новую среду Conda conda env create -f environment.yml (создает среду под названием Meshcnn)

3D -классификация формы на SHREC

Загрузите набор данных

bash ./scripts/shrec/get_data.sh

Запустить обучение (если использование Conda Env сначала активируйте Env Eg source activate meshcnn )

bash ./scripts/shrec/train.sh

Чтобы просмотреть участки потери тренировок, в другом терминале запустите tensorboard --logdir runs и нажмите http: // localhost: 6006.

Запустите тест и экспортируйте промежуточные объединенные сетки:

bash ./scripts/shrec/test.sh

Визуализируйте обезболивающие края сети:

bash ./scripts/shrec/view.sh

Пример коллапсов для сетки:

Обратите внимание, что вы также можете получить предварительно обученные веса, используя bash ./scripts/shrec/get_pretrained.sh .

Чтобы использовать предварительно обученные веса, запустите train.sh , который будет вычислять и сохранить среднее / стандартное отклонение учебных данных.

3D сегментация формы на людей

То же самое, что и выше, чтобы загрузить набор данных / запустить поезда / получить предварительный / запустить тест / просмотр

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

Некоторые примеры результатов сегментации:

Дополнительные наборы данных

Те же сценарии также существуют для сегментации Coseg в scripts/coseg_seg и классификации кубиков в scripts/cubes .

Больше информации

Проверьте Meshcnn Wiki для получения более подробной информации. В частности, см. Информацию о сегментации и обработке данных.

Другие реализации

Повторная реумплемация тензора в точке2 мм, которая также содержит Meshcnn
MedMeshcnn, обрабатывает сетки с краями 170 тыс.

Цитирование

Если вы найдете этот код полезным, пожалуйста, рассмотрите возможность ссылаться на нашу статью

 @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}
}