support seperated predict
Python 版本 3.9 Jittor 版本 1.3
依赖安装:
pip install jittor
将预处理后的 ModelNet40 数据放到 data/ 目录:
data/ ├── categories.txt ├── train_points.npy ├── train_labels.npy └── test_points.npy
如在其他路径,可通过 --data_dir 配置
--data_dir
python pct.py --data_dir /path/to/dataset
python pct.py
支持参数: ||| |—|—| |–n_points | 点云点数| |–batch_size|batch size| |–epochs | 训练轮次 | |–lr | 学习率| |–seed’|随机种子|
python predict.py --model_dir ./pct_model.kpl
训练日志中的 Train Acc 表示训练集分类准确率。线上最终成绩以平台根据 result.json 计算的测试集准确率为准。
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 11010802032778号
jittor_mlghenshuai_point_cloud_classify
环境安装
依赖安装:
pip install jittor数据准备
将预处理后的 ModelNet40 数据放到 data/ 目录:
如在其他路径,可通过
--data_dir配置训练
支持参数: ||| |—|—| |–n_points | 点云点数| |–batch_size|batch size| |–epochs | 训练轮次 | |–lr | 学习率| |–seed’|随机种子|
评测/推理
结果说明
训练日志中的 Train Acc 表示训练集分类准确率。线上最终成绩以平台根据 result.json 计算的测试集准确率为准。