SpatioTemporalSegmentation 项目使用教程

1. 项目目录结构及介绍

SpatioTemporalSegmentation/
├── demo/
│   ├── scannet/
│   └── stanford/
├── img/
├── lib/
│   ├── datasets/
│   │   └── preprocessing/
│   └── models/
├── models/
├── scripts/
├── splits/
├── .gitignore
├── style.yapf
├── LICENSE
├── README.md
├── config.py
├── main.py
├── requirements.txt

目录结构介绍

• demo/: 包含用于演示的脚本，分别针对 Scannet 和 Stanford 数据集。
• img/: 存放项目相关的图像文件。
• lib/: 包含数据集预处理和模型相关的代码。
  • datasets/preprocessing/: 数据集预处理脚本。
  • models/: 模型定义和实现。
• models/: 存放训练好的模型文件。
• scripts/: 包含训练和测试脚本。
• splits/: 数据集分割文件。
• .gitignore: Git 忽略文件配置。
• style.yapf: 代码风格配置文件。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• config.py: 项目配置文件。
• main.py: 项目启动文件。
• requirements.txt: 项目依赖库列表。

2. 项目启动文件介绍

main.py

main.py 是项目的启动文件，负责初始化配置、加载数据集、训练和测试模型等核心功能。以下是该文件的主要功能模块：

• 初始化配置: 从 config.py 中加载配置参数。
• 数据加载: 根据配置加载训练和测试数据集。
• 模型加载: 加载预训练模型或初始化新模型。
• 训练和测试: 执行模型的训练和测试流程。

使用方法

python main.py --config config.py

3. 项目的配置文件介绍

config.py

config.py 是项目的配置文件，包含了项目运行所需的各种参数设置。以下是该文件的主要配置项：

• 数据集路径: 指定训练和测试数据集的路径。
• 模型参数: 定义模型的结构和超参数。
• 训练参数: 设置训练过程中的批量大小、学习率、迭代次数等。
• 测试参数: 设置测试过程中的批量大小、评估指标等。

配置示例

# config.py

# 数据集路径
DATASET_PATH = "/path/to/dataset"

# 模型参数
MODEL_NAME = "Mink16UNet34C"
VOXEL_SIZE = 0.02  # 2cm
CONV1_KERNEL_SIZE = 3

# 训练参数
BATCH_SIZE = 8
LEARNING_RATE = 0.001
EPOCHS = 100

# 测试参数
TEST_BATCH_SIZE = 4
EVALUATION_METRIC = "mIoU"

通过修改 config.py 中的参数，可以灵活调整项目的运行配置。