3DSmoothNet

• Container: simofontana/3dsmoothnet
• Repository: iralabdisco/3DSmoothNet

Passi per generare le feature

1. 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 in voxel_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.
2. Usare lo script main_cnn.py per generare le feature a partire da una cartella contenente SDV. Ad esempio python /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.
3. Unire i keypoints e le feature in un unico file utilizzando lo script join_feature_keypoints.py. Ad esempio python /home/3DSmoothNet/join_feature_keypoints.py -f eth/apartment -o eth/apartment.