MeshCNN下載MeshCNN源代碼下載

MeshCNN

Python

1.0.0

下載

Pytorch中的Meshcnn

Siggraph 2019 [Paper] [項目頁面]

Meshcnn是用於3D三角網格的通用深神經網絡，可用於3D形狀分類或分割等任務。該框架包括直接應用於網格邊緣的捲積，合併和不化層。

該代碼是由Rana Hanocka和Amir Hertz在Noa Fish的支持下撰寫的。

入門

安裝

克隆這個倉庫：

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

安裝依賴項：Pytorch版本1.2。可選：用於訓練圖的TensorboardX。
- 通過新的conda環境conda env create -f environment.yml 。

SHREC上的3D形狀分類

下載數據集

bash ./scripts/shrec/get_data.sh

運行訓練（如果使用Conda Env首次激活Env，EG source activate meshcnn ）

bash ./scripts/shrec/train.sh

要查看訓練損失圖，在另一個終端運行tensorboard --logdir runs ，然後單擊http：// localhost：6006。

運行測試並導出中間合併網格：

bash ./scripts/shrec/test.sh

可視化網絡學習的邊緣崩潰：

bash ./scripts/shrec/view.sh

網眼崩潰的一個例子：

請注意，您還可以使用bash ./scripts/shrec/get_pretrained.sh獲得預訓練的權重。

為了使用預訓練的權重，運行train.sh將計算並保存培訓數據的平均 /標準偏差。

人類的3D形狀細分

與上面相同，要下載數據集 /運行火車 /獲得預估計 /運行測試 /視圖

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

一些細分結果示例：

附加數據集

在scripts/coseg_seg和scripts/cubes中的Cubes分類中，Coseg分割也存在相同的腳本。

其他實現

Point2Mesh Tensorflow重新進化，還包含Meshcnn
MedMeshcnn，處理170K邊緣的網格

引用

如果您發現此代碼有用，請考慮引用我們的論文

 @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}
}