仓库中保存了计算机图形学的课程作业相关文档和代码
code: 存储项目代码doc: 相关markdown文档pdf: 相关pdf文档
- 佘成应 2024E8018482019
- 王奔 2024E8018482014
- 张馨然 202418018427003
- 钱伟 202428018427001
| 论文名称 | 任务 | 论文链接 | 代码链接 |
|---|---|---|---|
| Superpoint Transformer | Semantic Segmentation | ICCV2023 | pdf | Github |
| SPFormer | Instance Segmentation | AAAI2023 | pdf | Github |
| OneFormer3D | All in One | CVPR2024 | pdf | Github |
| PointNet++ | Point Cloud feature extraction | NIPS2017 | pdf | Github |
OneFormer是基于SPFormer网络结构添加部分改进实现的
- 下载ScanNet数据集（下载的非完整数据集）
- 基于上述框架提供代码对数据集进行预处理（实现了SPFormer框架ScannetV2数据预处理、oneformer3d）
- 基于上述框架实现模型评测、训练（实现了SPFormer、oneformer3d框架模型的训练和评测）
- 基于上述框架提出相关改进方法，并完成代码编写
- 训练改进后的模型，并分别进行评测
- 基于改进方法和评测结果编写报告及答辩PPT
评测结果位于: temp/test_results文件夹中
项目路径：/home/scy/CG_Project (超链接)
-
SPFormercd temp/SPFormer conda activate cg-proj python tools/train.py configs/spf_scannet.yaml # train python tools/test.py configs/spf_scannet.yaml checkpoints/spf_scannet_512.pth --out <output_path> # test python tools/visualization.py --prediction_path <output_path> # visualization (<output_path>就是test中的--out参数)
-
OneFormer3dcd code docker container ls # 查看运行中的docker容器，如果存在下面所示的名为`oneformer`的容器，则跳过下一步 # CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES # cc9af17dcc02 c2c798b4d33c "/opt/nvidia/nvidia_…" 13 hours ago Up 13 hours oneformer bash run_docker.sh # 存在则跳过这一步，直接执行下一条命令 bash enter_docker.sh # 进入docker容器 cd oneformer3d # scannetv2 # train python tools/train.py configs/oneformer3d_1xb4_scannet.py # test python tools/test.py configs/oneformer3d_1xb4_scannet.py checkpoints/oneformer3d_scannetv2-epoch_112.pth # 修改配置文件和模型可以更换使用的数据集
将评测结果保存到temp/test_results文件夹中，注意文件命名方式，可以参考我的文件命名方式