Skip to content

Latest commit

 

History

History
69 lines (54 loc) · 2.14 KB

README.md

File metadata and controls

69 lines (54 loc) · 2.14 KB
Raw

pointnet_paddle

Paper: PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation

一、简介

prediction example

PointNet

二、复现精度

指标 原论文 复现精度
top-1 Acc 89.2 90.2

三、数据集

使用的数据集为：ModelNet40。

四、环境依赖

  • 硬件：GPU、CPU

  • 框架：

    • PaddlePaddle >= 2.0.0
    • tqdm

五、快速开始

Data Preparation

Download alignment ModelNet and put it in ./dataset/modelnet40_normal_resampled/

Train

python train_modelnet.py --process_data

Test

python test_modelnet.py --log_dir path_to_model

六、代码结构与详细说明

6.1 代码结构

|—— README.md
|—— provider.py    # 点云数据增强
|—— ModelNetDataset.py # 数据集定义及加载
|── train_modelnet.py       # 训练网络
|── test_modelnet.py     # 测试网络
|—— models        # 模型文件定义

6.2 参数说明

可以在 train_modelnet.py 中设置训练与评估相关参数，具体如下：

参数 默认值 说明 其他
batch_size 24 batch_size 大小
epoch 200, 可选 epoch次数
batch_size 32, 可选 batch_size 大小
learning_rate 0.001, 可选 初始学习率
num_point 1024, 可选 采样的点的个数
decay_rate 1e-4, 可选 weight decay
use_normals False, 可选 normalize 点
use_uniform_sample False, 可选 均匀采样
process_data False, 可选 是否预处理数据，如果没有下载预处理的数据需要为true
feature_transform False, 可选 使用特征变换

Reference Implementation: