首页
/ Points2Surf 项目使用教程

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