本文记录了AAGNet模型在BREP数模分割任务中的应用，包括随机生成加工特征、数据预处理、模型训练及优化策略。使用Adamw优化器、余弦退火学习率调度和指数移动平均(EMA)提升模型性能。模型在MFCAD/MFCAD++数据集上进行训练，输出语义分割结果。同时介绍了评估指标，如准确率、IOU、F1分数、精确率和召回率，并展示了实例分割和底面分割的损失函数。
文章目录
论文地址： https://doi.org/10.1016/j.rcim.2023.102661
代码地址： https://github.com/whjdark/AAGNet
数据库地址： MFInstSeg, MFCAD with AAGNet, MFCAD++ with AAGNet
已复现代码目录
√数据生成及转换：dataset/main.py
功能：在立方体上随机生成n个加工特征，随机生成的加工特征类型如下图
【AAGNet】GNN模型用于BREP数模分割代码复现笔记
最新推荐文章于 2024-11-05 03:00:00 发布
论文地址： https://doi.org/10.1016/j.rcim.2023.102661
代码地址： https://github.com/whjdark/AAGNet
数据库地址： MFInstSeg, MFCAD with AAGNet, MFCAD++ with AAGNet
最低0.47元/天 解锁文章
扫一扫
1617
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
