Advertisement

ModelNet与ModelNet40及modelnet40_ply_hdf5_2048和sharpnet_part_seg_h...

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
这个标题涉及的是用于3D模型分类和分割任务的数据集，包括ModelNet、ModelNet40以及其不同格式的实现，如modelnet40_ply_hdf5_2048。同时提及了sharpnet_part_seg数据集，这通常与零件分割任务相关联。这些资源为研究人员提供了丰富的3D形状理解和分析实验素材。 已经成功在PointNet开源代码上运行了分类分割数据集以及未经处理的ModelNet40数据集。相关数据集的信息包括一个指向百度网盘链接的txt文件，该链接永久有效。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • ModelNet与ModelNet40及modelnet40_ply_hdf5_2048和sharpnet_part_seg_h...
    优质
    这个标题涉及的是用于3D模型分类和分割任务的数据集，包括ModelNet、ModelNet40以及其不同格式的实现，如modelnet40_ply_hdf5_2048。同时提及了sharpnet_part_seg数据集，这通常与零件分割任务相关联。这些资源为研究人员提供了丰富的3D形状理解和分析实验素材。 已经成功在PointNet开源代码上运行了分类分割数据集以及未经处理的ModelNet40数据集。相关数据集的信息包括一个指向百度网盘链接的txt文件，该链接永久有效。
     
  • ModelNet40数据集
    优质
    ModelNet40是一个广泛用于3D形状分类的研究数据集，包含40个类别共计12311个物体模型，为机器学习和计算机视觉领域的研究提供了丰富的资源。 ModelNet40数据集包含的是点云数据（标签可以自行制作），以ply文件格式保存。该数据集是从公开的off文件转换而来的，如果感兴趣的话可以下载。
     
  • ModelNet40-resampled-normal-2
    优质
    ModelNet40-resampled-normal-2是一个经过重新采样并标准化处理的数据集，包含40类物体的3D模型，广泛应用于形状识别和分类任务中。 ModelNet40_normal_resampled 是一个用于3D物体识别的数据集，包含40个类别的3D模型，每个类别有55个模型。该数据集经过采样和归一化处理，适用于训练和测试3D物体识别算法。存储格式为txt文件。解压后的大小约为6GB，因此被分为两个部分上传，这是第二部分。
     
  • ModelNet40、ModelNet10、ModelNet_resample和ModelNet_hdf5四种数据集
    优质
    这段简介可以描述如下： 本研究涉及四个关键3D模型分类数据集：ModelNet40、ModelNet10、ModelNet_resample及ModelNet_hdf5，它们为深度学习算法提供了丰富的形状类别训练与测试资源。 modelNet40、ModelNet10以及ModelNet_resample和modelNet_hdf5这四种数据集被讨论。
     
  • [modelnet40数据集] modelnet40_normal_resampled_1_part.zip
    优质
    该文件包含ModelNet40数据集的部分内容，具体为模型的法线信息和网格划分后的采样点，适用于形状分类任务。 由于文件大小限制，数据集被分为两个文件上传。完整数据集压缩包为1.7G，解压后为7.0G，并且分成modelnet40_normal_resampled_1.zip（908.3M）和modelnet40_normal_resampled_2.zip（796.8M）。其中，modelnet40_normal_resampled_1.zip包括以下类别：airplane、bathtub、bed、bench、bookshelf、bottle、bowl、car、chair、cone、cup、curtain、desk、door、dresser、flower_pot、glass_box、guitar、keyboard和lamp。
     
  • [modelnet40数据集] modelnet40_normal_resampled_2_part.zip
    优质
    ModelNet40_normal_resampled_2_part.zip包含经过重采样的带有法线信息的ModelNet40数据集的部分内容，用于形状分类任务。 由于文件大小限制，该文件被分为两个部分上传。.modelnet40_normal_resampled_2.zip包含以下类别和文件：laptop、mantel、monitor、night_stand、person、piano、plant、radio、range_hood、sink、sofa、stairs、stool、table、tent、toilet、tv_stand、vase、wardrobe 和 xbox，以及一些文本段落件如 filelist.txt, modelnet10_shape_names.txt, modelnet10_test.txt, modelnet10_train.txt, modelnet40_shape_names.txt, modelnet40_test.txt 和 modelnet40_train.txt。
     
  • ModelNet40 官方数据集
    优质
    ModelNet40官方数据集是计算机视觉领域广泛使用的3D模型分类标准测试库，包含40个类别共计12,311个三维网格模型。 ModelNet标准数据集及其读取方法：以ModelNet40开头的压缩文件包含训练和测试所需的数据，在data目录下有相应的代码用于读取这些数据，并且包括了随机丢弃（random drop）和平移操作，这可以有效提高模型的准确率。目前大多数处于行业领先水平的研究源码中都使用这一数据集。需要在PyTorch环境中运行。
     
  • ModelNet 三维点云数据集（.torrent）
    优质
    ModelNet三维点云数据集是一个广泛使用的基准数据库，包含多种物体类别，用于训练和测试深度学习模型在三维形状分类与分割上的性能。该数据集可通过.torrent文件下载。 ModelNet 数据集包含了 662 种目标分类和 127915 个 CAD 模型，并提供了关于方向标记的十个类别数据，旨在为计算机视觉、计算机图形学、机器人技术和认知科学的研究人员提供全面的三维物体模型资源。 该数据集包括三个子集： - ModelNet10 包含了具有朝向标注的十种类别的数据； - ModelNet40 提供了 40 类别中的三维模型； - Aligned40 则是带有标记信息的 40 种类别的三维模型。 ModelNet 数据集由普林斯顿视觉与机器人实验室于2015年发布，主要贡献者包括 N. Sedaghat, M. Zolfaghari, E. Amiri 和 T. Brox。相关论文为《3D ShapeNets: A Deep Representation for Volumetric Shapes》。
     
  • ModelNet40点云样本数据
    优质
    ModelNet40是一款包含40个类别、共计12311个物体模型的数据集，专门用于三维形状识别的研究与开发，采用点云形式表示。 来自于ModelNet的点云样例数据，类别为飞机（airplane），格式为txt文件。详细信息参见相关文档或博客文章。
     
  • ModelNet40-正常-重采样-部分1
    优质
    本数据集为ModelNet40的一部分，包含正常状态下的物体模型，并经过重采样处理，旨在提供更加精确和多样化的三维形状特征，适用于深度学习与计算机视觉研究。 ModelNet40_normal_resampled 数据集包含 40 个类别的 3D 模型，每个类别有 55 个模型；此资源为 part1。