CurveNet curvenet.shapenetpart.tiange-xiang

CurveNet от torch-pointcloud — модель сегментации частей облака точек, обученная на ShapeNetPart. Это компактный чекпоинт на 5.5M параметров с 50 классами и 256 признаками. Он конвертирован из оригинального репозитория tiangexiang/CurveNet (MIT) в библиотеку torch-pointcloud.

⚙ Ключевые особенности

• 🧩 Сегментация частей облака точек: 50 классов, 256 признаков.
• ⚙ Всего 5.5M параметров — модель рассчитана на практическое использование.
• 🎯 Качество на ShapeNetPart: ins_mIoU 86.67 и cls_mIoU 83.79.
• 🗜 Конвертирована из tiangexiang/CurveNet (MIT) в torch-pointcloud.
• 🧬 Можно извлекать 256-мерные признаки через forward_features или reset_classifier.

💡 Пример

import torch, torch_pointcloud as tp
from torch_pointcloud.utils.data import collate
model, info = tp.create_model('curvenet.shapenetpart.tiange-xiang', pretrained=True, return_info=True)
model.eval()
sample = {'pos': torch.randn(8192, 3), 'normal': torch.randn(8192, 3), 'category': torch.tensor(0), 'segment': torch.zeros(8192, dtype=torch.long)}
data = collate([info['transform'](sample)])
with torch.no_grad(): logits = model(data.get('x'), data['pos'], data['batch'], data['category'])

Подробнее

Метрики на ShapeNetPart: ins_mIoU 86.67, cls_mIoU 83.79.
Параметры: 5.5M; 50 классов; 256 признаков.
Для запуска нужен pyg-lib, собранный под вашу версию torch и CUDA.
Чекпоинт конвертирован из MIT-репозитория tiangexiang/CurveNet.