FloorplanTransformation 项目使用教程
2024-09-26 18:22:45作者:宣海椒Queenly
1. 项目目录结构及介绍
FloorplanTransformation/
├── code/
│ ├── main.lua
│ ├── predict.lua
│ ├── evaluate.lua
│ └── ...
├── data/
│ ├── floorplan_representation/
│ │ └── ...
│ └── ...
├── icons/
│ └── ...
├── popup/
│ ├── code/
│ │ └── ...
│ └── data/
│ └── ...
├── pytorch/
│ ├── IP/
│ │ └── ...
│ ├── README.md
│ └── ...
├── rendering/
│ ├── viewer.py
│ ├── rendering.py
│ └── ...
├── util/
│ └── ...
├── LICENSE
├── README.md
└── ...
目录结构介绍
- code/: 包含项目的主要代码文件,如
main.lua、predict.lua和evaluate.lua等。 - data/: 包含项目的数据文件,特别是
floorplan_representation目录下存放了矢量图形的标注数据。 - icons/: 包含项目中使用的图标文件。
- popup/: 包含用于生成3D模型的C++代码。
- pytorch/: 包含项目的PyTorch版本代码,特别是
IP目录下提供了不依赖Gurobi的IP求解器。 - rendering/: 包含用于渲染3D模型的Python代码。
- util/: 包含项目的实用工具代码。
- LICENSE: 项目的许可证文件。
- README.md: 项目的介绍和使用说明。
2. 项目启动文件介绍
main.lua
main.lua 是项目的主要启动文件,用于训练网络。可以通过以下命令启动训练:
th main.lua -loadPoseEstimationModel "path to the downloaded pose estimation model"
predict.lua
predict.lua 用于对楼层平面图进行预测,生成矢量化结果。可以通过以下命令启动预测:
th predict.lua -loadModel "model path" -floorplanFilename "path to the floorplan image" -outputFilename "output filename"
evaluate.lua
evaluate.lua 用于评估模型在基准数据集上的性能。可以通过以下命令启动评估:
th evaluate.lua -loadModel "model path" -resultPath "path to save results"
3. 项目配置文件介绍
README.md
README.md 文件包含了项目的详细介绍、使用说明和依赖项信息。在启动项目之前,建议仔细阅读此文件以了解项目的整体架构和使用方法。
LICENSE
LICENSE 文件包含了项目的许可证信息,说明项目的使用条款和条件。
pytorch/README.md
pytorch/README.md 文件包含了PyTorch版本的详细使用说明,特别是如何编译和运行PyTorch版本的代码。
rendering/viewer.py 和 rendering/rendering.py
这两个文件用于渲染3D模型。viewer.py 用于查看3D模型,而 rendering.py 用于渲染3D模型的特定视图。可以通过以下命令启动:
python viewer.py
python rendering.py
通过以上介绍,您应该能够了解 FloorplanTransformation 项目的目录结构、启动文件和配置文件的基本信息。希望这些内容能帮助您顺利使用该项目。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178