Delete categories.txt
基于 Jittor 的 ModelNet40 点云分类作业实现,主脚本为 pct.py。
pct.py
pct模板.py
data/
sitecustomize.py
result.json
g++-12
如果当前环境里 Jittor 的 CUDA 编译不稳定,脚本已经默认设置:
从项目根目录运行:
python pct.py
常用参数:
python pct.py --epochs 200 --batch_size 16 --lr 0.001
脚本会自动尝试读取 pct_checkpoint.pkl,并从上次完成的 epoch 继续训练。
pct_checkpoint.pkl
重新开始训练时,如果不想加载旧状态,删除以下文件:
pct_checkpoint.pkl pct_model*.pkl result_*.json
每 10 个 epoch 会保存一次:
pct_model_epoch{N}.pkl
result_epoch{N}.json
训练结束后还会额外保存:
pct_model.pkl
提交时通常只需要:
如果平台要求压缩包,可手动打包为:
result.zip └── result.json
版权所有:中国计算机学会技术支持:开源发展技术委员会 京ICP备13000930号-9 京公网安备 11010802047560号
PA3 Point Cloud Classification
基于 Jittor 的 ModelNet40 点云分类作业实现,主脚本为
pct.py。项目结构
pct.py:训练、预测、断点续训主脚本pct模板.py:保留模板结构的参考版本data/:数据集目录sitecustomize.py:默认关闭 Jittor 多进程编译result.json:最终测试集预测结果环境说明
g++-12与 CUDA 12.2 搭配使用如果当前环境里 Jittor 的 CUDA 编译不稳定,脚本已经默认设置:
运行方式
从项目根目录运行:
常用参数:
断点续训
脚本会自动尝试读取
pct_checkpoint.pkl,并从上次完成的 epoch 继续训练。重新开始训练时,如果不想加载旧状态,删除以下文件:
输出文件
每 10 个 epoch 会保存一次:
pct_checkpoint.pklpct_model_epoch{N}.pklresult_epoch{N}.json训练结束后还会额外保存:
pct_model.pklresult.json提交说明
提交时通常只需要:
result.json如果平台要求压缩包,可手动打包为: