torch-points3d

收录理由

点云数据很难直接套用常规神经网络层，做三维深度学习往往要花大量精力处理数据组织和模型适配。这个框架把 PointNet、PointNet++、KPConv、RandLA-Net、VoteNet 等常见网络统一到一套 PyTorch 接口之下，切换模型时不必重写训练和评估流程。语义分割、分类、配准、目标检测、全景分割各有对应的数据集与模型组织方式，在 S3DIS、ScanNet 上比较不同方法的结果要省心不少。它构建在 PyTorch Geometric 之上，配置由 Hydra 管理，可复现性从一开始就融入设计，而不是事后补救。对想快速尝试多种点云方案的研究团队和工程师来说，用它复现论文结果或做对比实验，比从头实现每个网络要轻松得多。