【亲测免费】 Scan2CAD 项目使用教程

1. 项目目录结构及介绍

Scan2CAD 项目的目录结构如下：

Scan2CAD/
├── Assets/
│   ├── scannet-sample/
│   ├── shapenet-sample/
│   ├── scannet-voxelized-sdf-sample/
│   ├── shapenet-voxelized-df-sample/
│   └── training-data/
│       ├── scan-centers-sample/
│       └── CAD-heatmaps-sample/
├── Routines/
│   ├── Script/
│   │   ├── Annotation2Mesh.py
│   │   ├── CADVoxelization.py
│   │   ├── GenerateCorrespondences.py
│   │   └── Alignment9DoF.py
│   └── Vox2Mesh/
│       └── ...
├── Network/
│   └── pytorch/
│       ├── run.sh
│       └── ...
├── .gitignore
├── LICENSE.txt
└── README.md

目录结构介绍

• Assets/: 包含项目使用的示例数据，如 ScanNet 和 ShapeNet 的样本数据，以及生成的训练数据样本。
• Routines/: 包含项目的脚本和工具，用于数据处理、可视化和模型对齐等任务。
  • Script/: 包含主要的 Python 脚本，如 Annotation2Mesh.py 用于可视化数据，CADVoxelization.py 用于体素化 CAD 模型，GenerateCorrespondences.py 用于生成训练样本，Alignment9DoF.py 用于执行对齐算法。
  • Vox2Mesh/: 包含与体素化和网格生成相关的 C++ 程序。
• Network/: 包含深度学习模型的实现，特别是 PyTorch 相关的代码和脚本。
  • pytorch/: 包含 PyTorch 模型的训练脚本 run.sh。
• .gitignore: Git 忽略文件，指定哪些文件和目录不需要被版本控制。
• LICENSE.txt: 项目的许可证文件。
• README.md: 项目的介绍和使用说明。

2. 项目的启动文件介绍

项目的启动文件主要是 run.sh，位于 Network/pytorch/ 目录下。该脚本用于启动 PyTorch 模型的训练过程。

run.sh 文件介绍

#!/bin/bash

# 启动 PyTorch 模型的训练过程
cd Network/pytorch
./run.sh

该脚本会进入 Network/pytorch 目录并执行训练脚本。具体训练过程的配置和参数可以在该目录下的其他配置文件中进行调整。

3. 项目的配置文件介绍

项目的配置文件主要位于 Network/pytorch/ 目录下，包括训练参数、数据路径等配置。

配置文件示例

# Network/pytorch/config.py

# 训练数据路径
DATA_PATH = "/path/to/training/data"

# 模型保存路径
MODEL_SAVE_PATH = "/path/to/save/model"

# 训练参数
BATCH_SIZE = 32
LEARNING_RATE = 0.001
EPOCHS = 100

配置文件介绍

• DATA_PATH: 指定训练数据的存储路径。
• MODEL_SAVE_PATH: 指定训练过程中模型的保存路径。
• BATCH_SIZE: 设置训练时的批量大小。
• LEARNING_RATE: 设置优化器的学习率。
• EPOCHS: 设置训练的总轮数。

通过调整这些配置文件，可以自定义训练过程和数据处理方式，以适应不同的需求和环境。