pytorch3d 上手测试

最新推荐文章于 2024-08-23 19:52:04 发布

风海流

最新推荐文章于 2024-08-23 19:52:04 发布

阅读量5.6k

点赞数 6

分类专栏：人工智能 python 学习笔记文章标签： pytorch pytorch3d mesh

本文链接：https://blog.csdn.net/huyaoyu/article/details/104872487

版权

本文介绍了作者初次使用PyTorch3D进行3D计算机视觉研究的体验，包括系统配置、安装步骤和官方教程的实践。PyTorch3D提供了批量处理3D数据的包，专注于mesh的表达、操作、损失计算和渲染等功能，适合在GPU上进行运算。文章总结了四个官方教程的内容，强调其在3D mesh优化和深度学习应用的潜力，但未深入探讨点云处理。

摘要由CSDN通过智能技术生成

前言

最近Facebook放出了PyTorch3D，用于3D Computer Vision research。尚不知都可以做些什么。最近正在做3D point cloud和mesh相关的处理，也有深度学习的东西，由于前两天nvidia的一个在线webinar，还有目前老板都对我推荐了这个，所以今天上手测试一下。

后记

测试完所有4个目前的tutorial之后，可以简单总结如下。PyTorch3D提供了一组batch模式下处理3D数据的package。针对以mesh形式描述的3D数据，PyTorch3D提供了mesh的表达，点sample，io，loss计算，render，和transform等功能。这些功能不单方便了处理3D mesh，同时由于引入了torch，运算可以直接在GPU上执行。PyTorch3D不单可用于tutorial中所列举的用途（多数是对少量参数进行优化），在针对3D的深度学习上，应该也会有现实用途，之后再慢慢探索。
关于点云，并没有特别的提及，可能是目前主要的目标是mesh，后期再探索点云相关的使用场景。

系统信息

测试的计算机运行Ubuntu 18.04 LTS，nvidia driver 440.64, cuda SDK 10.2 with cudnn7。Python 3.6.9 (Native python)
PyTorch3D采用的是20200313 commit 4d3c886。目前官方要求cuda 10.1，但是本机已然是10.2了，先这么着。
目前参