尧图网站建设 
Scan2CAD快速上手3D扫描数据如何变成可编辑CAD模型【免费下载链接】Scan2CAD[CVPR19] Dataset and code used in the research project Scan2CAD: Learning CAD Model Alignment in RGB-D Scans项目地址: https://gitcode.com/gh_mirrors/sc/Scan2CADScan2CAD 是一个 CVPR 2019 的开源项目它用深度学习把 RGB-D 相机拍到的 3D 扫描数据和 CAD 模型库自动对齐。你不再需要手工逐个拖拽、旋转、缩放模型而是交给网络预测对应关系再用一个 9DoF 求解器把 CAD 摆回扫描中的真实位置几分钟内就能拿到对齐结果。 它能替你做什么扫描与 CAD 模型自动对齐建筑室内建模扫描里有一堆椅子、桌子你想知道它们对应哪个模型、摆在哪个位置。Scan2CAD 直接给出每件家具的平移、旋转和缩放。零件逆向工程手上只有一台设备的点云和一份 CAD 库。它帮你把每个候选零件对回原位省去逐件手工配准。场景重建质检重建完场景后想验证 CAD 摆位是否贴合真实几何。它能自动报告每处对齐的贴合程度问题一眼可见。 30秒看懂它怎么工作体素化、热力图、9DoF 对齐体素化把 3D 空间切成小方块像乐高一样。扫描被融成 3cm 分辨率的体素网格截断距离 15cm每个格子记录到表面的距离CAD 同理。这样 CNN 就能直接吃下三维数据。热力图特征匹配给网络一块扫描和一个 CAD它会在 CAD 表面画一张热力图标记扫描的关键点最可能贴在哪里顺便判断这两个是不是同一个东西并预测缩放。9DoF 姿态优化把热力图当作约束求解平移、旋转、缩放共 9 个参数用 C 的 Ceres 非线性优化器迭代到贴合最后对齐的 CAD 就落回扫描里。输入输出的关系一目了然in0 扫描体素块 # 32×32×32 sdf in1 CAD 体素块 # 32×32×32 df heatmap, match, scale model(in0, in1) 从零到出图5分钟跑通最小流程仓库自带Assets/下的样例数据最小路径是git clone https://gitcode.com/gh_mirrors/sc/Scan2CAD cd Scan2CAD pip install -r Routines/Script/requirements.txt cd Routines/DFGen make cd ../../Network/pytorch bash run.sh cd ../../Routines/Script python3 Alignment9DoF.py --projectdir ../pytorch/output/dummy跑完最后一步对齐结果会写到tmp/alignments/下的 CSV再跑一次Alignment2Mesh.py就能导出网格查看。追求更高精度可以把体素分辨率降到 3cm 以下批量处理场景则把run.sh里的batch_size调大即可。 效果数据与避坑清单先看规模这是数据里能直接查到的公开数据集含1506 个扫描、14225 个对象、97607 个人工标注关键点对应关系隐藏测试集含 97 个扫描、7557 个关键点用于官方 benchmark 排名全量训练样本扫描块 CAD 热力图生成后约500GB高频问题与解法对齐精度不够调高run.sh里的--weight热力图损失权重或降低体素分辨率让网络更关注贴合误差。训练太慢把batch_size从 8 降到 4n_threads改小GPU 显存吃紧就减小weight带来的计算量。预测丢失匹配特征确认--mask_neg 1和--with_match 1都开启否则负样本和 match 头不参与训练。 还能怎么玩数据集资源Assets/scannet-sample/、Assets/shapenet-sample/、Assets/training-data/提供开箱即用的样本Assets/output-network/example/里能看到 gt 与 predict 的热力图对比。社区贡献Python 部分遵循 PEP 8 提交到Network/pytorch/C 对齐优化在Routines/AlignmentHeatmap/README 使用案例欢迎补充。跨领域扩展ScanNet 扫描 ShapeNet 模型的对齐框架可迁移到任意体素化几何 参数化模型库的匹配任务。适合手头有 ScanNet、ShapeNet 这类体素化数据想让 3D 扫描自动落到 CAD 上的你。【免费下载链接】Scan2CAD[CVPR19] Dataset and code used in the research project Scan2CAD: Learning CAD Model Alignment in RGB-D Scans项目地址: https://gitcode.com/gh_mirrors/sc/Scan2CAD创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Scan2CAD快速上手：3D扫描数据如何变成可编辑CAD模型
Scan2CAD快速上手3D扫描数据如何变成可编辑CAD模型【免费下载链接】Scan2CAD[CVPR19] Dataset and code used in the research project Scan2CAD: Learning CAD Model Alignment in RGB-D Scans项目地址: https://gitcode.com/gh_mirrors/sc/Scan2CADScan2CAD 是一个 CVPR 2019 的开源项目它用深度学习把 RGB-D 相机拍到的 3D 扫描数据和 CAD 模型库自动对齐。你不再需要手工逐个拖拽、旋转、缩放模型而是交给网络预测对应关系再用一个 9DoF 求解器把 CAD 摆回扫描中的真实位置几分钟内就能拿到对齐结果。 它能替你做什么扫描与 CAD 模型自动对齐建筑室内建模扫描里有一堆椅子、桌子你想知道它们对应哪个模型、摆在哪个位置。Scan2CAD 直接给出每件家具的平移、旋转和缩放。零件逆向工程手上只有一台设备的点云和一份 CAD 库。它帮你把每个候选零件对回原位省去逐件手工配准。场景重建质检重建完场景后想验证 CAD 摆位是否贴合真实几何。它能自动报告每处对齐的贴合程度问题一眼可见。 30秒看懂它怎么工作体素化、热力图、9DoF 对齐体素化把 3D 空间切成小方块像乐高一样。扫描被融成 3cm 分辨率的体素网格截断距离 15cm每个格子记录到表面的距离CAD 同理。这样 CNN 就能直接吃下三维数据。热力图特征匹配给网络一块扫描和一个 CAD它会在 CAD 表面画一张热力图标记扫描的关键点最可能贴在哪里顺便判断这两个是不是同一个东西并预测缩放。9DoF 姿态优化把热力图当作约束求解平移、旋转、缩放共 9 个参数用 C 的 Ceres 非线性优化器迭代到贴合最后对齐的 CAD 就落回扫描里。输入输出的关系一目了然in0 扫描体素块 # 32×32×32 sdf in1 CAD 体素块 # 32×32×32 df heatmap, match, scale model(in0, in1) 从零到出图5分钟跑通最小流程仓库自带Assets/下的样例数据最小路径是git clone https://gitcode.com/gh_mirrors/sc/Scan2CAD cd Scan2CAD pip install -r Routines/Script/requirements.txt cd Routines/DFGen make cd ../../Network/pytorch bash run.sh cd ../../Routines/Script python3 Alignment9DoF.py --projectdir ../pytorch/output/dummy跑完最后一步对齐结果会写到tmp/alignments/下的 CSV再跑一次Alignment2Mesh.py就能导出网格查看。追求更高精度可以把体素分辨率降到 3cm 以下批量处理场景则把run.sh里的batch_size调大即可。 效果数据与避坑清单先看规模这是数据里能直接查到的公开数据集含1506 个扫描、14225 个对象、97607 个人工标注关键点对应关系隐藏测试集含 97 个扫描、7557 个关键点用于官方 benchmark 排名全量训练样本扫描块 CAD 热力图生成后约500GB高频问题与解法对齐精度不够调高run.sh里的--weight热力图损失权重或降低体素分辨率让网络更关注贴合误差。训练太慢把batch_size从 8 降到 4n_threads改小GPU 显存吃紧就减小weight带来的计算量。预测丢失匹配特征确认--mask_neg 1和--with_match 1都开启否则负样本和 match 头不参与训练。 还能怎么玩数据集资源Assets/scannet-sample/、Assets/shapenet-sample/、Assets/training-data/提供开箱即用的样本Assets/output-network/example/里能看到 gt 与 predict 的热力图对比。社区贡献Python 部分遵循 PEP 8 提交到Network/pytorch/C 对齐优化在Routines/AlignmentHeatmap/README 使用案例欢迎补充。跨领域扩展ScanNet 扫描 ShapeNet 模型的对齐框架可迁移到任意体素化几何 参数化模型库的匹配任务。适合手头有 ScanNet、ShapeNet 这类体素化数据想让 3D 扫描自动落到 CAD 上的你。【免费下载链接】Scan2CAD[CVPR19] Dataset and code used in the research project Scan2CAD: Learning CAD Model Alignment in RGB-D Scans项目地址: https://gitcode.com/gh_mirrors/sc/Scan2CAD创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考