PCT 点云分类 - ModelNet40

基于 Jittor 框架的 Point Cloud Transformer (PCT) 实现，用于 ModelNet40 数据集的点云分类任务。

环境要求

• Python 3.7+
• Jittor

安装依赖

pip install jittor numpy

数据集

将 data 文件夹放在项目根目录下，包含以下文件：

data/
├── train_points.npy    # 训练集点云数据
├── train_labels.npy    # 训练集标签
└── test_points.npy     # 测试集点云数据

运行训练

python pct.py

参数说明

参数	默认值	说明
--data_dir	./data	数据目录路径
--n_points	1024	每个点云采样的点数
--batch_size	32	批大小
--epochs	200	训练轮数
--lr	0.01	学习率
--seed	42	随机种子

使用示例

# 使用 64 批大小，训练 50 轮
python pct.py --batch_size 64 --epochs 50

# 使用 512 个点，学习率 0.001
python pct.py --n_points 512 --lr 0.001

输出文件

• pct_model.pkl - 训练好的模型权重
• result.json - 测试集预测结果（格式：{"样本ID": "预测类别"}）

注意事项

• 首次运行会进行 JIT 编译，需要稍等片刻
• 训练时间取决于 GPU 性能，建议使用 GPU 加速
• 代码中 jt.flags.use_cuda = 0 表示使用 CPU，如需 GPU 请改为 1