PCT (Point Cloud Transformer) - Jittor 实现

本项目基于清华大学自主研发的 Jittor (计图) 深度学习框架，实现了 Point Cloud Transformer (PCT) 网络，用于在经典三维数据集 ModelNet40 上进行 40 类三维物体的形状分类任务。本仓库专为图形学实验 PA3 构建。

1. 项目特点

• 基于 Transformer 架构：利用自注意力机制（Self-Attention）捕捉全局点点关系，不依赖显式邻域拓扑，提取更稳健的三维结构特征。
• 多尺度融合：串联 4 层自注意力特征，捕获不同层级的几何语义。
• 数据增强：内置随机 Y 轴旋转与高斯噪声抖动（Jittering），提高模型抗噪与防过拟合能力。
• 余弦退火调度：使用 Cosine Annealing 学习率策略配合带动量的 SGD 优化器，保证模型收敛平稳。

2. 目录结构

.
├── pct.py              # 核心代码：含数据集加载、模型定义、训练与推理函数
├── result.json         # 测试集预测结果（由推理程序生成）
├── .gitignore          # 忽略大文件提交规则（如 *.npy 和 *.pkl）
└── README.md           # 项目说明文档

3. 环境依赖

请确保本地已安装以下环境：

• Python >= 3.7
• Jittor >= 1.3
• NumPy

4. 数据集准备

请将 ModelNet40 数据集放置在项目根目录下：

• 训练集：train_points.npy、train_labels.npy
• 测试集：test_points.npy

5. 运行指南

5.1 完整运行（训练 + 预测）

默认情况下，运行主程序将依次执行模型训练与测试集预测。

python pct.py

• 训练阶段：模型将训练 200 个 Epoch，并在训练准确率上升时将最佳权重保存为 pct_model.pkl。
• 推理阶段：训练结束后，程序自动载入 pct_model.pkl 对 test_points.npy 进行预测，输出 result.json。

5.2 仅运行推理（快速生成预测结果）

如果您本地已经拥有训练好的权重文件 pct_model.pkl，无需再次耗时训练，可以修改 pct.py 最下方的入口函数：

if __name__ == '__main__':
    # train()      # 注释掉训练函数
    predict()    # 仅保留预测函数

修改后在终端运行：

python pct.py

程序将在数秒内载入模型、读取测试点云，并更新生成的 result.json。