PCT_jittor

A Jittor implementation of Point Cloud Transformer (PCT) for ModelNet40 3D shape classification.

环境要求

• Python 3.8–3.11（推荐 3.10）
• Jittor（支持 Linux / Windows / WSL）
• NVIDIA GPU

pip install jittor numpy

数据集

从课程/头歌平台下载预处理数据，解压到 data/ 目录：

data/
  train_points.npy
  train_labels.npy
  test_points.npy
  categories.txt

使用方法

训练并生成预测结果：

python pct.py

常用参数：

python pct.py --epochs 200 --batch_size 32 --lr 0.01 --n_points 1024

训练结束后生成：

• pct_model.pkl — 模型权重
• result.json — 测试集预测（样本编号 → 类别 id）

项目结构

.
├── pct.py           # 数据集、PCT 模型、训练与推理
├── data/            # ModelNet40 数据（需自行下载）
├── README.md
└── .gitignore

模型简介

PCT 通过两层 Conv1d 做点特征嵌入，串联 4 个自注意力层建模全局几何关系，拼接多层特征后经全局最大池化与全连接层完成 40 类分类。

参考

• 实验说明：PA3 Point Cloud Transformer
• Jittor 官网：https://cg.cs.tsinghua.edu.cn/jittor/
• 头歌实践课程：https://www.educoder.net/competitions/Jittor-7

许可证

仅供课程学习交流使用。