22、使用GAN重建3D模型

使用GAN重建3D模型

1. 3D - GAN训练概述

3D - GAN的训练过程与普通GAN相似。首先训练判别器网络，使其能识别真实的3D点云为真实数据，将生成器网络生成的合成点云识别为假数据，使用BCE损失（ nn.BCELoss ）作为判别器网络的损失函数。然后训练生成器网络，迫使判别器将合成的3D点云识别为真实数据，同样使用BCE损失进行训练。

1.1 训练代码实现

以下是3D - GAN训练的部分源代码，首先创建一个 build_gan.py 文件，并将以下代码粘贴进去：

import os
import time
from datetime import datetime
import torch
from torch.optim.lr_scheduler import MultiStepLR
import utils
from model_3dgan import Generator as G
from model_3dgan import Discriminator as D
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import pickle

class Model(object):
    def __init__(self, name, device, data_loader, latent_dim, cube_len):
        self.name = name
        self.device = d