Advertisement

[modelnet40数据集] modelnet40_normal_resampled_2_part.zip

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • [modelnet40] 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
    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] 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 官方
    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。
  • ModelNet40-正常化重采样
    优质
    ModelNet40-正常化重采样数据集是一个经过标准化处理和重新采样的3D模型集合,包含40类物体,适用于深度学习中的形状分类任务。 ModelNet40_normal_resampled是一个用于3D物体识别的数据集,包含40个类别的模型,每个类别有55个样本。数据集中的模型经过采样和归一化处理,适合训练与测试相关算法。这些数据以txt格式存储。整个解压后的数据集大约为6GB大小,因此被分为两部分进行上传。
  • ModelNet40、ModelNet10、ModelNet_resample和ModelNet_hdf5四种
    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点云样本
    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。
  • 基于ROPNet项目的ModelNet40模型训练
    优质
    本项目采用ROPNet框架,在ModelNet40数据集上进行深度学习模型训练,旨在优化三维物体分类性能。 本项目包括两个模型文件:min_loss.pth 和 min_rot_error.pth。该项目提供了一个配准效果良好的点云模型,但并未发布预训练模型。因此,博主基于作者公布的代码,并使用默认参数进行了约450个epoch的训练(完整训练周期为600个)。所得到的模型精度与论文报告的结果略有不同,但仍保持了领先的性能水平。 在训练过程中,最终loss值为:Loss: 0.1087, Error R: 2.2862, Error t: 0.0218, anisotropic R(mse, mae): 2.6079, 1.1766;anisotropic t(mse, mae):0.0224,0.0103。 在测试阶段,模型表现出以下效果: - Error R error: 1.6421 - Error t error: 0.0171 - anisotropic mse R error: 1.9071 - anisotropic mae R error: 0.8711 - anisotropic mse t error : 0.0177
  • 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。
  • 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。