PCT_jittor

1. 环境安装（Ubuntu系统下）

• Python 版本：3.7+
• 安装命令：

  sudo apt install python3.7-dev libomp-dev
  python3.7 -m pip install jittor
  python3.7 -m jittor.test.test_example
  # 如果您电脑包含Nvidia显卡，检查cudnn加速库
  python3.7 -m jittor.test.test_cudnn_op

2. 数据准备

请将数据放置在 data/ 目录下，目录结构如下：

PCT_jittor/
├── ...
└── data/
    ├── categories.txt
    ├── test_points.npy
    ├── train_points.npy
    └── train_labels.npy

• categories.txt — 类别列表，每行一个类别。
• test_points.npy — 测试点的坐标。
• train_points.npy — 训练点的坐标。
• train_labels.npy — 训练点的标签。

数据下载链接：https://cloud.tsinghua.edu.cn/f/f003de5a2e914d1e9e0e/

3. 训练

• 请使用 python pct.py 命令进行训练。可以通过命令行参数或配置文件指定数据路径、模型结构、训练超参数等。

4. 评测/推理

• 执行训练使用的 python pct.py 命令后，模型会自动进行评测，模型参数 pct_model.pkl 和测试集预测结果 result.json 会保存在根目录下。

5. 结果说明

• 评测时会采用 result.json 中的预测结果，与测试集的真实标签进行对比，计算分类准确率（Accuracy）。

• result.json 的格式示例如下：

{
    "0": 4,
    "1": 35,
    "2": 10,
    ...
}

其中 key 为测试集样本的编号（字符串，从 “0” 开始），value 为预测的类别编号（整数，0-39）。