Points2Surf 项目使用教程
2024-09-26 06:13:47作者:霍妲思
1. 项目的目录结构及介绍
points2surf/
├── datasets/
│ ├── download_datasets_abc.py
│ ├── download_datasets_famous.py
│ ├── download_datasets_thingi10k.py
│ ├── download_datasets_real_world.py
│ └── ...
├── experiments/
│ ├── eval_p2s_vanilla.sh
│ ├── eval_p2s_small_radius.sh
│ ├── eval_p2s_medium_radius.sh
│ ├── eval_p2s_large_radius.sh
│ └── ...
├── images/
├── models/
│ ├── download_models_vanilla.py
│ ├── download_models_ablation.py
│ ├── download_models_max.py
│ └── ...
├── source/
├── .gitignore
├── LICENSE
├── README.md
├── blensor_script_template.py
├── dataset_for_deepsdf.py
├── eval_dataset.py
├── full_eval.py
├── full_run.py
├── full_train.py
├── hole_filling_mesh_simp.mlx
├── make_dataset.py
├── make_pc_dataset.py
├── normals_poisson.mlx
├── p2s.yml
├── poisson.mlx
├── requirements.txt
└── start_tensorboard.sh
目录结构介绍
- datasets/: 包含下载和处理数据集的脚本。
- experiments/: 包含评估和训练模型的脚本。
- images/: 存放项目相关的图片文件。
- models/: 包含下载预训练模型的脚本。
- source/: 存放项目的源代码。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- blensor_script_template.py: BlenSor 脚本模板。
- dataset_for_deepsdf.py: 为 DeepSDF 生成数据集的脚本。
- eval_dataset.py: 评估数据集的脚本。
- full_eval.py: 完整评估脚本。
- full_run.py: 完整运行脚本。
- full_train.py: 完整训练脚本。
- hole_filling_mesh_simp.mlx: 网格简化脚本。
- make_dataset.py: 生成数据集的脚本。
- make_pc_dataset.py: 生成点云数据集的脚本。
- normals_poisson.mlx: 计算法线的脚本。
- p2s.yml: 项目配置文件。
- poisson.mlx: Poisson 重建脚本。
- requirements.txt: 项目依赖包列表。
- start_tensorboard.sh: 启动 TensorBoard 的脚本。
2. 项目的启动文件介绍
启动文件
- full_run.py: 这是项目的核心启动文件,用于训练和评估模型。通过运行此脚本,可以执行完整的训练和评估流程。
使用方法
python full_run.py
3. 项目的配置文件介绍
配置文件
- p2s.yml: 这是项目的主要配置文件,包含了项目的各种配置参数,如数据集路径、模型参数、训练参数等。
配置文件内容示例
# p2s.yml 配置文件示例
dataset:
path: "datasets/abc"
resolution: 256
epsilon: 5
training:
epochs: 150
batch_size: 32
evaluation:
grid_resolution: 256
num_scans_per_mesh_min: 5
num_scans_per_mesh_max: 30
配置文件说明
- dataset: 数据集相关配置,包括数据集路径、分辨率、误差范围等。
- training: 训练相关配置,包括训练轮数、批量大小等。
- evaluation: 评估相关配置,包括网格分辨率、扫描次数等。
通过修改 p2s.yml 文件中的参数,可以自定义项目的运行配置。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
290
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108