MeshCNN复现

最新推荐文章于 2025-03-26 16:46:33 发布

Micmic33

最新推荐文章于 2025-03-26 16:46:33 发布

阅读量544

点赞数 4

分类专栏：深度学习（CV）文章标签：深度学习 3d 机器学习

本文链接：https://blog.youkuaiyun.com/weixin_53459056/article/details/144397050

版权

深度学习（CV）专栏收录该内容

1 篇文章

订阅专栏

开源代码：GitHub - ranahanocka/MeshCNN: Convolutional Neural Network for 3D meshes in PyTorchConvolutional Neural Network for 3D meshes in PyTorch - ranahanocka/MeshCNNhttps://github.com/ranahanocka/MeshCNN/?tab=readme-ov-file

运行方式：

下载git

file-->settings--->tools--->terminal

将shell path改为

（若要改回原来的）

在terminal是bash.exe的情况下

运行README文件中的

bash ./scripts/shrec/train.sh

即可开始训练

查看可视化效果：

另开一个cmd.exe的Terminal

输入tensorboard --logdir runs

不知道为什么数据集无法获取，会报错。数据集是去sh文件里提到的网站中下载的

在进行人体数据集分割的代码中，view.sh文件里，修改了一下坐标系，不然生成的figure窗口中和MeshLab里打开的模型是镜像的

修改后的fix_verticels函数：

    def fix_vertices():
        nonlocal vs, scale_by
        vs = V(vs)
        z = vs[:, 2].copy()
        # 反转Z轴
        vs[:, 2] = -vs[:, 1]  # 交换Z和Y的同时反转Z轴
        vs[:, 1] = z
        max_range = 0
        for i in range(3):
            min_value = np.min(vs[:, i])
            max_value = np.max(vs[:, i])
            max_range = max(max_range, max_value - min_value)
            vs[:, i] -= min_value
        if not scale_by:
            scale_by = max_range
        vs /= scale_by

先运行test.sh再运行view.sh: