THU_CG_PA3_PCT_jittor

A Jittor implementation of Point Cloud Transformer (PCT) for ModelNet40 classification.

作用

在经典的三维形状数据集 ModelNet40 上训练点云分类模型PCT,Point Cloud Transformer，完成三维形状分类任务

特性

完整的 PCT 模型实现：包含 4 层自注意力模块，支持点云全局特征提取 数据增强策略：随机旋转、随机缩放、高斯噪声抖动 余弦退火学习率调度：稳定训练过程，提升模型收敛效果 GPU 加速训练：支持 CUDA，在 RTX 3090 上单 epoch 仅需 12 秒

数据

下载地址：点击下载 ModelNet40 数据集 下载并解压后，请将以下三个文件：

• train_points.npy
• train_labels.npy
• test_points.npy 放置在项目的 data/ 目录下

环境要求

操作系统: Ubuntu 22.04 Python: 3.12 GPU: NVIDIA GPU（显存 ≥ 8GB，推荐 24GB） CUDA: 11.0 以上

使用

请在云服务器（如并行智算云网站）上开机，确保你的机器符合上述条件，选择PyTorch25.03-Ubuntu 22.04框架，并激活环境

conda env list
source activate ai_course

你可以通过

pip list

查看，会发现jittor及对应的版本； 接着，你可以克隆我们的项目

git clone https://gitlink.org.cn/thuxsl/THU_CG_PA3_PCT_jittor.git
cd THU_CG_PA3_PCT_jittor

确保下载完成后，开始

python pct.py

许可

你可以调整优化器和学习率调度器