jmt24PA3: PA3 Point Cloud Transformer（Jittor）

1.任务说明

本作业要求在 Jittor 框架下实现 Point Cloud Transformer（PCT），完成 ModelNet40 分类，并提交 pct.py、pct_model.pkl、result.json、REPORT.pdf 等文件。

本项目做的是三维点云分类。输入是一组点云（每个样本是 N x 3），输出是 40 类中的一个类别。 核心目标：正确搭建模型，训练稳定，结果文件格式正确，可复现。

2.项目结构

PA3/
├── data/
│   ├── train_points.npy
│   ├── train_labels.npy
│   ├── test_points.npy
│   └── categories.txt
├── pct.py
├── pct_model.pkl
├── result.json
├── train_log.json
├── REPORT.pdf
└── README

• pct.py：数据集、模型、训练、推理全都在这里
• pct_model.pkl：训练过程中按验证集最佳精度保存的权重
• result.json：测试集预测结果（提交用）
• train_log.json：每个 epoch 的训练日志（loss/acc/lr）

3.环境与依赖

建议使用 conda 环境，避免系统 Python 包冲突。

source /home/jmt/miniconda3/etc/profile.d/conda.sh
conda activate jittor
ython3.7 -V

必要依赖：

• Python 3.7
• Jittor 1.3.11.0
• NVIDIA GPU（本实验使用 CUDA 训练）

可先做一次自检：

python3.7 -m jittor.test.test_example

4.实验流程

4.1 数据处理

• 训练集：train_points.npy + train_labels.npy
• 测试集：test_points.npy
• 每次从原始点云中采样 n_points=1024
• 训练时增强：随机绕 Y 轴旋转 + 随机缩放 + 抖动噪声（jitter）

4.2 模型结构

PCT 主体流程：

1. 输入 embedding：Conv1d(3->128) + Conv1d(128->128)
2. 4 层 Self-Attention（SA_Layer）
3. 多层特征拼接后融合到 1024 维
4. 全局最大池化
5. MLP 分类头输出 40 类 logits

4.3 训练策略

• 优化器：SGD(momentum=0.9, weight_decay=1e-4)
• 学习率调度：CosineAnnealingLR
• 训练/验证划分：9:1
• 保存策略：按 val_acc 记录最优权重（不是最后一轮）

---

5.运行方式

5.1 训练 + 推理一体化

python3.7 pct.py \
  --data_dir ./data \
  --n_points 1024 \
  --batch_size 24 \
  --epochs 200 \
  --lr 0.003 \
  --num_workers 0 \
  --val_ratio 0.1 \
  --use_cuda 1 \
  --seed 42 \
  --save_dir .

5.2 产物

运行完成后会自动生成：

• pct_model.pkl
• train_log.json
• result.json

6.结果说明

本次采用学习率 lr=0.003，200 epoch。 终端末轮结果（示例）：

• Train Acc：87.06%
• Val Acc：86.48%
• Val Loss：0.4212

说明：

• 提交时使用的是验证集最优模型，不依赖最后一轮偶然波动

---

7.result.json 格式与校验

result.json 是一个字典，格式类似：

{
  "0": 12,
  "1": 7,
  "...": "...",
  "2467": 30
}

校验点：

1. 样本数应为 2468
2. 键覆盖 0~2467
3. 标签值范围 0~39

8.复现和稳定性说明

同样参数重复训练时，结果可能有小幅波动，主要来自：

• 数据采样与增强随机性
• GPU 非完全确定性
• 训练过程的数值波动

为尽量稳定，你可以做：

• 固定 seed等超参数
• 使用“验证集最佳权重”作为最终模型