mvcnn代码详解_MV-CRNN: Learning Multi-view Representation with LSTM for 3D Shape Recognition and Retriev...

#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