ISBNet

ISBNet

高效准确的3D点云实例分割网络实现先进场景理解

ISBNet是一种创新的3D点云实例分割网络,采用实例感知采样和框感知动态卷积技术。通过多任务学习方法和轴对齐边界框预测,ISBNet在ScanNetV2、S3DIS和STPLS3D等数据集上实现了领先的分割精度,同时保持快速推理速度。该方法有效解决了密集场景中相同语义类别物体的分割问题,为3D场景理解提供了新的解决方案。

3D点云实例分割ISBNet深度学习计算机视觉Github开源项目

PWC

PWC

PWC

PWC

目录
  1. 特性
  2. 数据集
  3. 安装
  4. 数据准备
  5. 训练和测试
  6. 快速演示
  7. 可视化
  8. 致谢
  9. 联系方式

ISBNet:一种基于实例感知采样和框感知动态卷积的3D点云实例分割网络

<a href="https://arxiv.org/abs/2303.00246"><img src="https://img.shields.io/badge/https%3A%2F%2Farxiv.org%2Fabs%2F2303.00246-arxiv-brightgreen"></a>

Tuan Duc Ngo, Binh-Son Hua, Khoi Nguyen<br> 越南VinAI研究院

摘要: 现有的3D实例分割方法主要采用自下而上的设计:先使用手动微调的算法将点分组成簇,然后通过细化网络进行处理。这些方法依赖于簇的质量,在以下情况下容易产生不稳定的结果:(1)同一语义类的相邻物体紧密排列,或(2)形状复杂的大型物体。为解决这些缺点,我们提出了ISBNet,这是一种新颖的无簇方法,它将实例表示为核并通过动态卷积解码实例掩码。为了高效生成高召回率和具有判别性的核集,我们提出了一种简单的策略,称为实例感知最远点采样,用于采样候选点并利用PointNet++中采用的点聚合层来编码候选特征。此外,我们表明,在多任务学习设置中训练3D实例分割,并添加轴对齐边界框预测头,可以进一步提升性能。我们的方法在ScanNetV2(55.9)、S3DIS(60.8)和STPLS3D(49.2)数据集上创造了新的AP最佳结果,同时保持了快速的推理时间(在ScanNetV2上每个场景237毫秒)。

概览 模型架构和实验结果的详细信息可以在我们的论文中找到:

@inproceedings{ngo2023isbnet, author={Tuan Duc Ngo, Binh-Son Hua, Khoi Nguyen}, booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)}, title={ISBNet: a 3D Point Cloud Instance Segmentation Network with Instance-aware Sampling and Box-aware Dynamic Convolution}, year= {2023} }

每当使用此代码库产生发表结果或将其整合到其他软件中时,请引用我们的论文。

特点 :mega:

  • 在ScanNetV2、S3DIS和STPLS3D数据集上达到最先进的性能。
  • 在ScanNetV2数据集上每次扫描仅需237毫秒的高速处理。
  • 提供ScanNetV2、S3DIS和STPLS3D数据集的可复现代码。

数据集 :floppy_disk:

  • ScanNetV2
  • ScanNetV2-200
  • S3DIS
  • STPLS3D

安装 :memo:

请参考安装指南

数据准备 :hammer:

请参考数据准备

训练和测试 :train2:

请参考训练指南

快速演示 :fire:

ScanNetv2

数据集APAP_50配置检查点
ScanNet 测试集55.976.3
ScanNet 验证集(论文)54.573.1
ScanNet 验证集56.873.3配置检查点
ScanNet 验证集(轻量级)50.168.9配置检查点

ScanNetv2-200

数据集APAP_50配置检查点
ScanNet200 验证集24.532.7配置检查点

S3DIS

数据集APAP_50配置检查点
Area 556.367.5配置检查点

STPLS3D

数据集APAP_50配置检查点
STPLS3D 验证集51.266.7配置检查点

使用预训练模型进行评估:

python3 tools/test.py <配置文件路径> <预训练权重路径>

可视化 :computer:

请参阅可视化指南。 我们在这里提供了我们方法的定性结果。

致谢 :clap:

本仓库基于SpConvDyCo3DSSTNetSoftGroup构建。

联系方式 :email:

如果您对本仓库有任何问题或建议,请随时联系我(ductuan.ngo99@gmail.com)。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多