#MV-CRNN
pytorch version: 0.3
代码和文件夹说明
代码
未列入的代码文件为旧代码,已不再使用。
train_main.py
训练代码
train_test.py
测试代码。
configuration.py
基本配置代码,包括超参、数据路径、模型等
model.py
定义网络模型,包括CNN1,CNN2, EncoderCNN, DecoderRNN等
train_CNN.py
对CNN1,CNN2进行预训练的代码
get_dataset.py
生成数据集与加载数据集的代码,用于训练与测试的数据加载
datasetSV.py
用于进行CNN预训练的单视角实验训练与测试,生成数据集与加载数据集的代码。
与get_dataset.py共用数据来源。数据路径在configuration.py中设置,数据的来源由matlab代码对off数据进行render得到。
metrics_logging.py、train_reports.py
格式化记录训练过程并可以在训练中查看训练情况。该代码来源于VoxNet项目。
plot_confusion_matrix.py
用于绘制confusion matrix图,主要针对ModelNet10
script_analysis.py
实验过程中的一些小测试
文件夹
data_preprocess文件夹
用于数据集的预处理。由off格式经过render得到各个视角的图像,并以mat格式进行存储。每个mat存储一个shape得到的所有view图像,格式为(view_NO,channel,height,width).
主函数为demo.m,可在代码中设置view的数目,是否进行旋转等设置。
Script_copeData.m 用于一键清理历史数据。使用时谨慎!!!
doc
文档。主要是论文。暂未开始。
checkpoints
训练过程中保存的网络模型参数。后续通过main_test.py从中选出测试精度最高的一组模型参数
pretrained_models
预训练的各种网络参数。包括cnn预训练参数,分步训练过程中的网络参数等
ref
参考内容
results
测试保存的结果
sc