PCT_jittor

基于 Jittor 框架实现的 Point Cloud Transformer（PCT）点云分类模型，用于 ModelNet40 数据集的三维点云分类任务。

简介

本项目完成了PA3：Point Cloud Transformer。代码基于 Jittor 深度学习框架，实现了点云数据读取、数据增强、PCT 网络定义、模型训练、模型保存以及测试集预测结果导出。

模型输入为三维点云数据，输出为 ModelNet40 中 40 个类别的分类结果。最终预测结果保存为 result.json。

文件说明

• pct.py：包含数据集读取、PCT 模型、训练和测试预测流程。
• result.json：测试集预测结果文件。
• pct_model.pkl：模型参数文件，运行训练后生成。
• .gitignore：用于忽略模型文件、数据集文件和缓存文件。
• requirements.txt：用于安装依赖。

数据集下载

可以在清华云盘下载数据集。

环境依赖

安装依赖：

pip install -r requirements.txt

运行方式

训练并生成测试集预测结果：

python pct.py --epochs 200 --batch_size 32 --lr 0.01