Модель, основанная на архитектуре PointNet по сегментации 3D облаков точек, обученная на датасете S3DIS.

Структура проекта:

Папка models:

• Содержит папки Area_1,...Area_6 - папки, в которых содержится датасет S3DIS.

• Папка camera - содержит настройки камеры для визуализации облака точек.

• Папка checkpoints - содержит сохранения модели в процессе обучения.

• Папка sliding_windows - содержит скользящие окна, необходимые для обучения и тестирования модели.

• Файлы objects.json и spaces.json - json-файлы, содержащие ID объектов и названий объектов и ID пространств и их названий.

• Файл s3dis_summary.csv - суммирующий файл по датасету, формируется в результате обработка датасета

Файлы приложения:

• settings.py - файл с настройками модели, структуры папок, визуализации.

• summarizer.py - модуль обработки набора данных для формирования s3dis_summary.csv, разметки облаков точек и скользящих окон.

• dataset.py - классы для представления набора данных и создание dataloader'ов.

• model.py - модель нейронной сети, реализующая архитектуру PointNet

• trainer.py - класс для тренировки, тестирования и визуализации сегментации модели.

• visualizer.py - класс для рендера облака точек.

• main.py - основной, запускающий приложение модуль.

Запуск приложения:

1. Загрузить исходный код
2. Перейти в папку с проектом
3. скачать файл Stanford3dDataset_v1.2_Aligned_Version.zip с сайта https://cvg-data.inf.ethz.ch/s3dis/ и распаковать его в папку models.
4. Ввести команду python main.py -h, который выведет справку по пользованию приложением.
5. Запустить необходимую команду.

Особенности:

• При запуске python main.py запустится процесс дообучения модели, которая сохранена в последнем чекпоинте в папке checkpoints, чтобы начать обучения новой сети, необходимо удалить папку checkpoints.

• Если необходимо посмотреть процесс обработки датасета, то необходимо очистить папку models, кроме удаления папки checkpoints (если нет необходимости заново обучать модель) и скачать файл Stanford3dDataset_v1.2_Aligned_Version.zip с сайта https://cvg-data.inf.ethz.ch/s3dis/ и распаковать его в папку models, а далее необходимо запустить любую операцию в приложении, обработка датасета произойдет перед выполняемым действием.

• Если есть обученная модель на определенном наборе данных (all, movable, structural), то при всех дальнейших действиях в параметре --objects указывать тоот же набор.

• PNG файлы визуализации сегментации будут располагатьсяв папке /camera.