实施与ImageNet-预训练ResNet50图像编码器和FC/FC-UpConv解码器变化:支持以视图为中心和以形状为中心的训练(以形状为中心的效果更好)同时支持倒角距离和土方距离,因为损耗(EMD速度较慢,但性能要好一些)训练10,000个地面真点可提高1K/2K训练的性能(这类似于最近基于SDF的方法,其中通常会采样>10,000个查询点)要使用,请先编译cd和emd(请参阅自述文件),然后运行bashtrain.sh要下载数据,请单击下载Chair数据(10K采样点云+24个随机视角的渲染图像)。
请注意,这是在PartNet数据拆分之后进行的。
您需要切换到其他论文中使用的那些。
在Ubuntu16.04,Cuda9.0,Python3.6.5,PyTorch1.1.0上测试了代码。
此代码使用Blenderv2.79渲
2023/9/13 16:11:43
290KB
Python
1