PCT_jittor

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

---

1. 项目简介

本项目为清华大学计算机图形学课程实验（PA3）的官方要求作业。基于计图（Jittor）深度学习框架，实现了 Point Cloud Transformer (PCT) 在经典三维形状数据集 ModelNet40 上的点云物体分类任务。

2. 数据集准备

由于开源仓库体积限制，ModelNet40 预处理数据集未上传至本仓库。请按照以下目录结构将数据集存放在本地：

PCT_jittor/
├── data/
│   ├── train_points.npy  
│   ├── train_labels.npy  
│   └── test_points.npy  
├── pct.py                
└── README.md

3. 环境安装

本项目运行在 Python 环境下，请确保已安装以下核心依赖：

pip install numpy jittor

4. 运行方法

1. 请将 ModelNet40 数据集（train_points.npy、train_labels.npy、test_points.npy）存放在根目录下的 ./data 文件夹中。
2. 执行以下命令开始训练并自动生成预测结果：

python pct.py --epochs 250 --batch_size 32

训练完成后，程序会自动载入性能最佳的模型，并在根目录下导出符合评测要求的 result.json 文件。