MVCNN 项目使用教程

1. 项目目录结构及介绍

MVCNN（Multi-view Convolutional Neural Networks for 3D Shape Recognition）项目的目录结构如下：

mvcnn/
├── caffe/
├── data/
├── dataset/
├── dependencies/
├── evalkit/
├── exp_scripts/
├── utils/
├── .gitignore
├── .gitmodules
├── LICENSE
├── README.md
├── cnn_shape/
├── cnn_shape_get_batch/
├── cnn_shape_get_features/
├── cnn_shape_init/
├── cnn_shape_train/
├── contributors.txt
├── get_imdb/
├── rerank_retrieval/
├── run_experiments/
├── run_retrieval/
├── setup/
└── shape_compute_descriptor/

目录介绍

• caffe/: 包含Caffe框架的相关文件。
• data/: 用于存放训练和评估数据集。
• dataset/: 包含数据集处理的相关脚本。
• dependencies/: 项目依赖的第三方库。
• evalkit/: 评估工具包。
• exp_scripts/: 实验脚本。
• utils/: 实用工具脚本。
• cnn_shape/: 与3D形状识别相关的CNN模型文件。
• cnn_shape_get_batch/: 获取批量数据的脚本。
• cnn_shape_get_features/: 提取特征的脚本。
• cnn_shape_init/: 初始化CNN模型的脚本。
• cnn_shape_train/: 训练CNN模型的脚本。
• get_imdb/: 获取图像数据库的脚本。
• rerank_retrieval/: 重新排序检索结果的脚本。
• run_experiments/: 运行实验的脚本。
• run_retrieval/: 运行检索任务的脚本。
• setup/: 项目设置脚本。
• shape_compute_descriptor/: 计算形状描述符的脚本。

2. 项目启动文件介绍

项目的启动文件主要是 run_experiments/ 目录下的脚本，用于启动训练和评估任务。以下是主要启动文件的介绍：

• run_experiments.m: 这是主要的启动脚本，用于运行实验。可以通过调用此脚本来启动训练和评估过程。

使用方法

matlab -nodisplay -r "run_experiments; exit;"

3. 项目的配置文件介绍

项目的配置文件主要位于 setup/ 目录下，用于配置项目的运行环境。以下是主要配置文件的介绍：

• setup.m: 这是主要的配置脚本，用于设置项目的运行环境，包括依赖库的路径、GPU设置等。

使用方法

matlab -nodisplay -r "setup(true); exit;"

配置选项

• enableGpu: 是否启用GPU加速。
• enableCudnn: 是否启用cuDNN加速。
• cudaRoot: CUDA安装路径。
• cudaMethod: CUDA编译方法。
• cudnnRoot: cuDNN安装路径。

通过这些配置选项，可以灵活地配置项目的运行环境，以适应不同的硬件和软件配置。