Points2Surf：从点云中学习隐式曲面（ECCV 2020 Spotlight）
这是我们对的实现， 是一个网络，可从点云估算有符号距离函数。将该SDF转换为带有Marching Cubes的网格。有关更多详细信息，请观看和。
该体系结构类似于 。与其他基于ML的表面重构方法（例如和，Points2Surf是基于补丁的，因此与类无关。大大改进的泛化导致更好的结果，甚至在大多数情况下也比更好。
该代码主要由和编写。这项工作发表在。
先决条件
Python> = 3.7
PyTorch> = 1.6
CUDA和CuDNN（如果使用GPU）
用于数据集生成的BlenSor 1.0.18 RC 10
快速开始
要获得培训和重建的最低限度的工作示例，请按照下列步骤操作。我们建议使用来管理Python环境。否则，您可以按照requirements.txt中定义的Pip安装所需的软件包。
#
2021-12-05 10:35:44
8.8MB
1
网上看了一堆配置liblas的教程，太复杂了，搞了两天，各种插曲，最终配好了。希望对大家有所帮助。
2021-10-01 17:02:41
387.76MB
1
DGCNN.pytorch
此仓库是用于点云学习的动态图CNN的PyTorch实现（DGCNN） （ ）。我们的代码框架是从借用的。
请注意，DGCNN论文中用于分类的网络结构（图3）与该论文第4.1节中的相应描述不一致。 DGCNN的作者采用第4.1节中的分类网络设置，而不是图3。我们使用PS修复了图3中的错误，并在下面给出了修改后的图。
提示：点云实验的结果通常比2D图像面临更大的随机性。我们建议您多次运行实验并选择最佳结果。
要求
Python 3.7
PyTorch 1.2
CUDA 10.0
包装：glob，h5py，sklearn
内容
点云分类
运行训练脚本：
1024点
python main_cls.py --exp_name=cls_1024 --num_points=1024 --k=20
2048点
python main_cls.py --exp_name
2021-08-31 20:53:29
49.84MB
1