Point Cloud Transformer(PCT)代码实现

Point Cloud Transformer（PCT）代码实现

目前最火热的Transformer在自然语言和图像识别中扮演了极其重要的角色，在点云数据集中也不例外，清华大学近期提出在点云中运用Transformer准确率可达93%左右。
PCT论文链接：Point Cloud Transformer（PCT）
清华大学官方代码是Jittor所编写的，尚未真正的开源，其代码链接为：Jittor编写的PCT
而本篇论文所引用的是由Pytorch所编写的PCTPCT-Pytorch
目前我在钻研此论文，看明白后会在此文章中更新自己的理解，谢谢大家的关注！

PCT-Pytorch代码的调试

（1）配置

首先对Requirements所给环境进行配置，最为重要的是配置pointnet2_ops_lib/.在本文件目录下（~/文档/PCT_Pytorch-mian）的终端下输入

pip install pointnet2_ops_lib/.

即可安装pointnet2_ops_lib的配置。

（2）下载数据集

ModelNet40的数据集在：ModelNet40
下载起来非常慢，所以我想上传到CSDN资源，但是其他人已经上传过该资源，需要付费的，所以我上传不了，需要的朋友可以私聊我，我单发给你。
也可通过此链接下载：ModelNet40，提取码：ksh6
在此目录的主目录下建立空文件夹，命名为data，将下载好的数据集放入该文件夹中。如图所示：

（3）运行代码

直接运行train.sh即可训练代码，也可以运用代码作者已经训练好的训练模型，其位置在checkpoints下的best文件夹中，直接运行test,sh即可使用已训练好的模型进行测试。其中model_new.py文件是最新的model文件，稳定性较好。

（4）运行结果

训练运行结果：

测试运行结果

有什么运行中出现的问题评论即可，感谢大家对我一直的关注，还会不定时更新最新学术进展！