# 3DGNN

**Repository Path**: xiaoyibang/semantic-segmentation-3dgnn

## Basic Information

- **Project Name**: 3DGNN
- **Description**: 3DGNN一文的复现方法，pytorch-GPU/CPU都可以用，包括matlab的数据处理文件
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2021-03-18
- **Last Updated**: 2021-06-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 3DGNN

#### 介绍
3DGNN一文的复现方法，pytorch-GPU/CPU都可以用，包括matlab的数据处理文件

![网络框架](https://images.gitee.com/uploads/images/2021/0318/110044_3847585a_2180668.png "屏幕截图.png")

#### 软件架构
主要逻辑包括，nyu-2数据集的预处理，转为hha格式后（matlab操作），将其加入knn网络，构建图模型
再用一元cnn对原始rgb图层进行特征提取，将颜色结果与框架中节点信息匹配。这样的做法使得
图有了框架和初始信息，最后在网络中训练，结束后用预测函数和gif函数去可视化结果。


#### 安装教程
看我博客更详细！
https://blog.csdn.net/qq_38484430/article/details/106584587
1.  下载本项目，并下载nyu-2数据集，其中depth和rawdepth这两个层，rawdepth层别用了，有问题
2.  将文件数据放好后，在matlab文件中运行test1.m，当然，需要自己把新的文件夹创建好
3.  这样hha图片到手后，用python文件中的train训练，然后用prediction预测
4.  预测结果应该是width x height 的一堆1~14的概率二维图，在matlab文件中运行test2.m，将他们可视化
5.  然后用python中的gif文件来生成从第一次训练到最后一次训练的每张图的变化过程


其中python文件预测与gif生成代码在https://download.csdn.net/download/qq_38484430/12517770
其他代码在https://github.com/yanx27/3DGNN_pytorch