-
Notifications
You must be signed in to change notification settings - Fork 0
3DSmoothNet
Simone Fontana edited this page Apr 27, 2022
·
5 revisions
- Container: simofontana/3dsmoothnet
- Repository: iralabdisco/3DSmoothNet
- Generare la smoothed density value (SDV) voxel grid e i keypoints (salvati in file .pcd) con
python voxelize_all.py
, modificando le cartelle di input e destinazione all'inizio del file. I parametri della SDV grid si trovano invoxel_parameters.yaml
, non modificare quelli corrispondenti alla cartelle di destinazione e input, perché vengono aggiornati automaticamente dallo script che esegue genera i voxel per l'intero benchmark. - Usare lo script
main_cnn.py
per generare le feature a partire da una cartella contenente SDV. Ad esempiopython /home/3DSmoothNet/main_cnn.py --run_mode=test --evaluate_input_folder=/SSD/neural_comparison/features/3DSmoothNet/eth/apartment/ --evaluate_output_folder=/SSD/neural_comparison/features/3DSmoothNet/eth/apartment/ --output_dim=64
. Le feature vengono salvate in una cartella corrispondente al numero di dimensioni, eventualmente spostarle nella cartella principale. - Unire i keypoints e le feature in un unico file utilizzando lo script
join_feature_keypoints.py
. Ad esempiopython /home/3DSmoothNet/join_feature_keypoints.py -f eth/apartment -o eth/apartment
.