Модель, основанная на архитектуре PointNet по сегментации 3D облаков точек, обученная на датасете S3DIS.
-
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
-
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.
- Загрузить исходный код
- Перейти в папку с проектом
- скачать файл Stanford3dDataset_v1.2_Aligned_Version.zip с сайта https://cvg-data.inf.ethz.ch/s3dis/ и распаковать его в папку models.
- Ввести команду
python main.py -h
, который выведет справку по пользованию приложением. - Запустить необходимую команду.
-
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.